基于KCF的视频中运动物体的跟踪算法研究
发布时间：2021-06-16 13:37
随着社会智能化进程的加快,目标跟踪技术已经融入到了人们生活的方方面面,目标跟踪的目的是对根据检测或者人工选定的目标对象进行持续、稳定和准确地跟踪。目前的目标跟踪算法具有很高的精确度和很快的实时性,已经从传统的生成式算法转向判别式跟踪算法,最近几年提出的相关滤波跟踪算法,是一种判别式跟踪算法,在跟踪速度和精度方面效果显著。本文以核相关滤波跟踪算法为基础,对影响跟踪效果的特征的有效表达,尺度变化的适应与遮挡环境下稳定地跟踪问题进行研究,本文的研究主要从以下几个方面进行:（1）对核相关滤波跟踪算法进行了研究分析。首先详细介绍了循环矩阵采样,岭回归分类器以及不同核函数。然后得出核相关滤波器的跟踪过程,主要包括模板训练、检测以及更新这三个部分。并且解决了多通道数据处理问题,最后给出了核相关滤波跟踪算法的整体流程。（2）针对复杂环境下目标跟踪效果差以及尺度变化问题。论文融合形状特征和纹理特征以提升滤波模型的鲁棒性。采用尺度金字塔目标尺度搜索策略,首先确定目标的位置坐标,然后在该位置处采用不同尺度样本训练尺度滤波器确定目标的最佳尺度。（3）针对遮挡环境下的目标跟踪问题。论文给出了一种包含遮挡信息的组...
【文章来源】：兰州交通大学甘肃省
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
目标跟踪的应用场景
(a) OPE 测试下尺度变化的属性精确度曲线 (b) OPE 测试下尺度变化的成功率曲线图 5.2 6 种算法在尺度变化属性下的性能曲线由图 5.2 所示结果可以直观地看出，提出的算法在尺度变化属性上的定位精度优势明显，这是由于算法在空间关系建模的过程中引入了互补的多属性融合特征，融合形状HOG 特征和纹理 LBP 特征使得算法精度更高鲁性更强。加入的的尺度滤波器可以解决尺度变化的跟踪挑战，在形变、背景混乱、快速运动、旋转等复杂挑战属性下，算法也表现出了很强的性能。5.2.3 定性结果及误差分析为了更加直观地反应所提算法的改进效果，在具有不同挑战属性的跟踪视频中测试算法，根据算法在这些视频中的跟踪效果图，可以直观的看出算法的改进和存在的缺陷，并对每个跟踪视频进行定性评估分析，表 5.3 给出了参与实验对比分析的视序列所具有的属性。表 5.3 实验视频序列属性
Ours1 SRDCF Staple DSST KCF CSK图 5.3 6 种算法在视频序列上的定性实验结果Skating1 视频中跟踪的人尺度形态不断变化，100 帧时，KCF、DSST、CSK 算法以及改进算法能准确地跟踪。311 帧时，背景光照发生了变化，同时目标被同类伙伴遮挡影响了跟踪，CSK 算法出现跟踪丢失，本文算法通过多特征的自适应融合，提高了位置滤波器的估计精确度，尺度滤波器又能很好的应对跟踪目标尺度变化的挑战，相比同类算法，本文算法能准确地跟踪目标，又能达到一定的实时性。Basketball 视频中跟踪目标为形变，背景混乱，尺度变化，快速运动挑战属性下的篮球运动员，刚开始各个算法还能跟踪到目标。到 466 帧之后，KCF、DSST、CSK 算法出现跟踪漂移现象，目标慢慢跟丢，改进算法还能稳定跟踪到目标。表明了改进算法的鲁棒性强准确度高。Car Scale 视频中，跟踪目标为尺度变化、遮挡、快速运动、平面内旋转、平面外旋转挑战属性下的汽车，汽车由远及近的驶来，目标由小变大进入视野，#180 帧时汽车的尺度变大了许多，KCF 算法跟踪框大小始终固定不变，但本文算法仍能随着目标尺度的变大而自适应改变。
【参考文献】：
期刊论文
[1]自适应特征融合的多尺度相关滤波目标跟踪算法[J]. 陈智,柳培忠,骆炎民,汪鸿翔,杜永兆. 计算机辅助设计与图形学学报. 2018(11)
[2]一种抗遮挡核相关滤波目标跟踪算法[J]. 闫河,张杨,杨晓龙,王鹏,董莺艳. 光电子·激光. 2018(06)
[3]目标跟踪算法综述[J]. 卢湖川,李佩霞,王栋. 模式识别与人工智能. 2018(01)
[4]基于自适应特征选择的多尺度相关滤波跟踪[J]. 沈秋,严小乐,刘霖枫,孔繁锵,王丹丹. 光学学报. 2017(05)
[5]基于特征融合的粒子滤波目标跟踪新方法[J]. 闫河,刘婕,杨德红,王朴,金炜. 光电子.激光. 2014(10)
[6]目标跟踪技术综述[J]. 高文,朱明,贺柏根,吴笑天. 中国光学. 2014(03)
[7]利用HOG-LBP自适应融合特征实现禁令交通标志检测[J]. 陈龙,潘志敏,毛庆洲,李清泉. 武汉大学学报(信息科学版). 2013(02)
[8]应用Mean Shift和分块的抗遮挡跟踪[J]. 颜佳,吴敏渊,陈淑珍,张青林. 光学精密工程. 2010(06)
硕士论文
[1]基于相关滤波的单目标跟踪算法研究[D]. 钟国崇.南昌航空大学 2018
[2]基于核相关滤波的运动目标跟踪算法研究[D]. 陈莉.湖南大学 2018
[3]基于核相关滤波器的目标跟踪研究[D]. 李文静.哈尔滨理工大学 2018
[4]联合判别与生成模型的目标跟踪算法研究[D]. 周华争.苏州大学 2017
[5]融合上下文信息的相关滤波跟踪算法研究[D]. 施睿.华南理工大学 2017
[6]基于核相关滤波的目标跟踪算法研究及改进[D]. 刘洋.北京理工大学 2016
本文编号：3233170
【文章来源】：兰州交通大学甘肃省
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
目标跟踪的应用场景
(a) OPE 测试下尺度变化的属性精确度曲线 (b) OPE 测试下尺度变化的成功率曲线图 5.2 6 种算法在尺度变化属性下的性能曲线由图 5.2 所示结果可以直观地看出，提出的算法在尺度变化属性上的定位精度优势明显，这是由于算法在空间关系建模的过程中引入了互补的多属性融合特征，融合形状HOG 特征和纹理 LBP 特征使得算法精度更高鲁性更强。加入的的尺度滤波器可以解决尺度变化的跟踪挑战，在形变、背景混乱、快速运动、旋转等复杂挑战属性下，算法也表现出了很强的性能。5.2.3 定性结果及误差分析为了更加直观地反应所提算法的改进效果，在具有不同挑战属性的跟踪视频中测试算法，根据算法在这些视频中的跟踪效果图，可以直观的看出算法的改进和存在的缺陷，并对每个跟踪视频进行定性评估分析，表 5.3 给出了参与实验对比分析的视序列所具有的属性。表 5.3 实验视频序列属性
Ours1 SRDCF Staple DSST KCF CSK图 5.3 6 种算法在视频序列上的定性实验结果Skating1 视频中跟踪的人尺度形态不断变化，100 帧时，KCF、DSST、CSK 算法以及改进算法能准确地跟踪。311 帧时，背景光照发生了变化，同时目标被同类伙伴遮挡影响了跟踪，CSK 算法出现跟踪丢失，本文算法通过多特征的自适应融合，提高了位置滤波器的估计精确度，尺度滤波器又能很好的应对跟踪目标尺度变化的挑战，相比同类算法，本文算法能准确地跟踪目标，又能达到一定的实时性。Basketball 视频中跟踪目标为形变，背景混乱，尺度变化，快速运动挑战属性下的篮球运动员，刚开始各个算法还能跟踪到目标。到 466 帧之后，KCF、DSST、CSK 算法出现跟踪漂移现象，目标慢慢跟丢，改进算法还能稳定跟踪到目标。表明了改进算法的鲁棒性强准确度高。Car Scale 视频中，跟踪目标为尺度变化、遮挡、快速运动、平面内旋转、平面外旋转挑战属性下的汽车，汽车由远及近的驶来，目标由小变大进入视野，#180 帧时汽车的尺度变大了许多，KCF 算法跟踪框大小始终固定不变，但本文算法仍能随着目标尺度的变大而自适应改变。
【参考文献】：
期刊论文
[1]自适应特征融合的多尺度相关滤波目标跟踪算法[J]. 陈智,柳培忠,骆炎民,汪鸿翔,杜永兆. 计算机辅助设计与图形学学报. 2018(11)
[2]一种抗遮挡核相关滤波目标跟踪算法[J]. 闫河,张杨,杨晓龙,王鹏,董莺艳. 光电子·激光. 2018(06)
[3]目标跟踪算法综述[J]. 卢湖川,李佩霞,王栋. 模式识别与人工智能. 2018(01)
[4]基于自适应特征选择的多尺度相关滤波跟踪[J]. 沈秋,严小乐,刘霖枫,孔繁锵,王丹丹. 光学学报. 2017(05)
[5]基于特征融合的粒子滤波目标跟踪新方法[J]. 闫河,刘婕,杨德红,王朴,金炜. 光电子.激光. 2014(10)
[6]目标跟踪技术综述[J]. 高文,朱明,贺柏根,吴笑天. 中国光学. 2014(03)
[7]利用HOG-LBP自适应融合特征实现禁令交通标志检测[J]. 陈龙,潘志敏,毛庆洲,李清泉. 武汉大学学报(信息科学版). 2013(02)
[8]应用Mean Shift和分块的抗遮挡跟踪[J]. 颜佳,吴敏渊,陈淑珍,张青林. 光学精密工程. 2010(06)
硕士论文
[1]基于相关滤波的单目标跟踪算法研究[D]. 钟国崇.南昌航空大学 2018
[2]基于核相关滤波的运动目标跟踪算法研究[D]. 陈莉.湖南大学 2018
[3]基于核相关滤波器的目标跟踪研究[D]. 李文静.哈尔滨理工大学 2018
[4]联合判别与生成模型的目标跟踪算法研究[D]. 周华争.苏州大学 2017
[5]融合上下文信息的相关滤波跟踪算法研究[D]. 施睿.华南理工大学 2017
[6]基于核相关滤波的目标跟踪算法研究及改进[D]. 刘洋.北京理工大学 2016
本文编号：3233170
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3233170.html
最近更新
教材专著
