基于相关滤波的孪生网络单目标跟踪算法研究

发布时间：2021-04-22 03:18

　　在现代的应用工程中,计算机视觉、人工智能成为重要的研究内容,其中目标跟踪在自动驾驶、监控安全、人机交互、智能交通等问题解决上有着重要的应用价值。视频目标跟踪作为计算机视觉领域的一个重要问题,通过给定的目标大小和位置信息,在后续图像序列中找到该运动目标。实际应用中,在提高目标跟踪效率问题的同时,需要解决目标的外观变化、场景变换、相似物遮挡、高速运动模糊等复杂问题。本文主要是针对基于相关滤波的孪生网络的目标跟踪算法进行研究,首先利用具有反高斯函数的空间正则化约束项的损失函数,反向梯度传递自适应改变初始化的余弦窗从而得到更适应该模型的余弦窗。该模型在追踪过程中固定余弦窗参数,不影响追踪的速度,在达到实时性的同时提高跟踪精度和准确率。至此为实现的第一个单目标跟踪算法,利用与相关算法相同的训练集,并在视频测试集上得到较好的跟踪效果。上述的目标跟踪算法虽然可以在一般场景的视频上达到实时性和较好的跟踪效果,但是模型更新采用保留新样本,丢弃老样本的策略,在跟踪目标发生遮挡和丢失的情况下容易发生漂移,使学习到的滤波器被背景和遮挡物污染。故本文除了在空间上加入一定约束,也在时序上研究模型更新策略。本文先是... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景与研究意义
    1.2 国内外研究现状
    1.3 目标跟踪内容介绍
        1.3.1 特征提取
        1.3.2 观测模型
        1.3.3 模型更新
    1.4 本文主要研究内容
    1.5 课题来源和结构内容
        1.5.1 课题来源
        1.5.2 本文结构安排和内容分布
第2章 余弦窗抑制相关滤波边界效应的跟踪方法
    2.1 引言
    2.2 相关滤波算法
    2.3 余弦窗抑制边界效应模型
        2.3.1 CFNet模型
        2.3.2 添加空间正则化最小二乘模型
        2.3.3 模型反向梯度传递更新
    2.4 模型训练和测试
        2.4.1 孪生网络模型
        2.4.2 训练数据集
    2.5 模型实验结果
        2.5.1 测试数据集和评价标准
        2.5.2 实验结果分析和对比
    2.6 本章小结
第3章 基于高斯混合模型更新策略的跟踪方法
    3.1 引言
    3.2 模型更新
        3.2.1 高斯混合模型
        3.2.2 模型更新过程
    3.3 模型实验结果
    3.4 本章小结
第4章 基于门信号控制模型更新的跟踪方法
    4.1 引言
    4.2 模型设计方案
        4.2.1 存储模板写入更新过程
        4.2.2 模板读取
    4.3 模型训练集处理
    4.4 模型实验结果
    4.5 本章小结
第5章 单目标跟踪算法系统设计
    5.1 引言
    5.2 系统需求分析
        5.2.1 初始目标框信息
        5.2.2 模型跟踪算法
    5.3 系统设计架构
    5.4 用例测试
    5.5 本章小结
结论
参考文献
致谢



本文编号：3153055