基于空间惩罚和相关滤波的视觉目标跟踪算法研究

发布时间：2021-04-02 16:12

　　视觉目标跟踪能够解决目标的运动轨迹定位问题,现在已经广泛应用到智能安防,智慧交通,无人驾驶和生物医学等领域。大量尖端人才的涌现和多方资金的注入促进了视觉目标跟踪技术的发展,在短时间内涌现了许多优秀的视觉目标跟踪算法。但仍无法妥善解决复杂背景下的目标跟踪、长时间目标跟踪、实时性目标跟踪、自适应多特征选择和自适应目标尺度估计等问题。本文基于空间惩罚和相关滤波的视觉目标跟踪算法,结合该领域中的SRDCF（Learning Spatially Regularized Correlation Filters for Visual Tracking）算法,围绕复杂环境下的鲁棒目标跟踪方法开展深入研究。在SRDCF算法基础上提升了跟踪目标的速度,且提升了遮挡情况下跟踪目标的精度。本文的主要工作和成果如下:（1）研究SRDCF算法可能存在的改进方向。SRDCF算法是基于MOSSE和DCF算法提出的改进算法。首先它只是暴力地分为几个指定尺度再依次进行匹配,可以在此基础上进行自适应尺度或超大尺度的研究,跟踪的效果将会有进一步的提升;其次在求解相关滤波器时,它是利用高斯赛德尔迭代法进行在线学习。高斯赛德尔迭... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

目标跟踪流程分解图

重庆邮电大学硕士学位论文第2章相关滤波基本理论13合适的滤波模板就能够得到更高目标的观测模型和目标当前特征状态地相似度，一般都是把卷积计算的响应最大值的对应位置，作为当前帧的目标位置。相关滤波器在使用卷积定理做响应输出的频域转换时的计算效率很高。一般的相关滤波的整体运行流程如图2.1所示。图2.1基本相关滤波流程示意图令x，h和g分别代表当前帧的输入图像、相关滤波模板和回归目标。寻找到一个适当的相关滤波模板h，且相关滤波模板h和输入图像做了相关运算后，可以求出有若干突出峰值且这些突出峰值领域的响应迅速回落的回归目标g[46]。xhg（2.1）对式（2.1）的两边都进行傅里叶转换，等式两边转换至频域可有式（2.2）。()()()()g=xhxh（2.2）式（2.2）中，代表矩阵在频域中对应元素的点乘，就是矩阵的共轭矩阵，式（2.3）是由式（2.2）求解得到。GHX（2.3）式（2.3）中，H是h的傅里叶转换，且X，G分别是x，g各自的傅里叶转换。式（2.3）中的除法操作代表矩阵在频域中对应元素的点除。结合此前训练得到的对应帧的相关滤波模板h，去做后续的那帧图像z的相关运算，通过计算求出频域中的对应峰值响应值Y，式（2.4）就是Y做过逆傅里叶转后求出对应的时域的峰值y。11y(Y)()HZ（2.4）式（2.4）中，1代表逆傅里叶转换。

重庆邮电大学硕士学位论文第2章相关滤波基本理论19图2.2相关滤波跟踪算法流程示意图2.4本章小结本章详细地整理了相关滤波必备理论知识。详细介绍了相关滤波的基本理论。基于相关滤波器的视觉目标跟踪方法在优秀学者的参与和大量资金的投入下，涌现出大量的优秀视觉目标跟踪算法，已经逐步应用于无人机技术、智慧交通等应用领域。其主要的优势就是运算复杂度低而跟踪性能好，通过FFT加速操作降低了算法的计算复杂度。本文是基于相关滤波和空间惩罚的视觉目标跟踪算法研究，将在本节介绍两种经典视觉目标跟踪算法。相关滤波跟踪算法的大体跟踪过程可以划归为三个模块：预处理图像模块、检测目标模块、模型训练和更新模块。

【参考文献】：
期刊论文
[1]基于高斯-赛德尔迭代法及MATLAB软件的电路方程组求解方法[J]. 裴志坚.  北京工业职业技术学院学报. 2017(03)

博士论文
[1]复杂环境下鲁棒目标跟踪方法[D]. 李军伟.浙江工业大学 2018

硕士论文
[1]基于相关滤波框架的目标跟踪算法研究[D]. 潘常青.南京邮电大学 2019
[2]基于深度图像的遮挡检测及规避方法研究[D]. 张钰程.燕山大学 2016
[3]交替方向法及其应用[D]. 李玉胜.中国科学技术大学 2015



本文编号：3115556