基于相关滤波的复杂场景下目标跟踪方法研究及实现

发布时间：2021-11-14 10:00

　　目标跟踪作为计算机视觉领域中一个重要的研究分支,广泛应用于智能安防与监控、人机交互、智能交通等领域。在实际跟踪过程中,目标容易受外界光照变化、尺度变化、周围背景信息变化、旋转、运动模糊、快速运动等因素影响,导致跟踪结果不准确,如何实现对这些复杂场景下目标的鲁棒跟踪,是目标跟踪领域存在的难点之一。自相关滤波理论应用到目标跟踪领域后,取得了很好的跟踪效果,在提高目标跟踪准确性的同时,算法处理速度得到了一定地提升。但是,相关滤波算法采用固定的模型更新机制对滤波器模型和目标特征向量进行更新,导致跟踪模型不能很好地适应复杂场景下的跟踪。因此,本文重点对带有目标重定位机制的相关滤波跟踪框架进行深入研究,解决复杂场景下目标跟踪结果不准确问题。具体研究工作如下:（1）在跟踪过程中,为了更好地适应复杂场景下目标运动状态和周围环境变化,使模型通过自适应学习而更新,本文在已有跟踪框架基础之上,改进自适应学习模型更新机制,通过自适应更新学习率,让模型能够保持对复杂场景下目标的辨别能力和跟踪性能。（2）同时,针对目标所处复杂环境的不同,在已有跟踪框架基础之上,通过动态调整检测阈值,增加了判断跟踪结果是否可靠的广... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

目标跟踪技术

重庆邮电大学硕士学位论文第1章绪论5同的遮挡判断策略，一定程度上降低了目标遮挡对目标跟踪算法的影响。文献[17]提出一种学习支持相关滤波的目标跟踪算法，该算法主要是提升目标跟踪算法的运算速度和跟踪结果的准确性。文献[18]提出一种基于目标分块的MeanShift目标跟踪算法，一定程度上解决了由目标遮挡而导致的跟踪结果不准确的问题。文献[19]提出一种专门针对遮挡处理的目标跟踪算法，该算法通过区分目标是由自身运动引起的外观变化还是由背景遮挡所引起的外观变化，选择性地更新目标外观模型，如果目标外观变化由自身运动引起，则更新外观模型，否则，不更新当前模型。文献[20]提出一种带有再检测机制的目标长时跟踪算法，该算法在跟踪过程中，可以恢复对跟踪失败的目标再次跟踪，达到了对目标长时间持续跟踪的目的。1.3复杂场景下目标跟踪研究难点目标跟踪领域经过几十年的发展历程，取得了非常大的进步。但是，在目标跟踪过程中，仍存在很多复杂场景因素影响跟踪的准确性，如图1.2所示的背景杂波、运动模糊、尺度变化、遮挡，以及图1.3所示的光照变化、形变、平面内旋转、快速运动。(a)原图(b)背景杂波(c)运动模糊(d)原图(e)尺度变化(f)遮挡图1.2复杂场景下目标跟踪研究难点示例一

重庆邮电大学硕士学位论文第1章绪论6(a)原图(b)光照变化(c)形变(d)原图(e)平面内旋转(f)快速运动图1.3复杂场景下目标跟踪研究难点示例二当前的目标跟踪方法都是针对某一个或几个复杂场景因素做处理，不能做到成功处理所有复杂场景因素，因此，实现对复杂场景下目标的鲁棒跟踪成为了当前的研究热点。在实际的目标跟踪过程中，目标尺度变化、遮挡、目标快速运动、外界光照变化、目标周围背景杂波、目标运动模糊、目标旋转等是目标比较容易经历的复杂场景，如何更好的解决这几类场景因素对目标跟踪结果的影响，是实现鲁棒视觉跟踪的关键。尺度变化是由于目标由远到近或由近到远的运动而产生的大小变化，当目标产生由远到近的运动时，目标会慢慢变大，目标的跟踪框会丢失目标的部分边缘信息，当目标产生由近到远的运动时，目标会慢慢变小，目标的跟踪框会引入很多带有噪声的背景信息，如果处理不好目标的尺度变化，则会影响跟踪的结果。设计一个目标尺度池是处理目标尺度变化的常见方式，即在每一帧的跟踪过程中，使用尺度大小不同的目标跟踪框来估计目标，通过选择产生最优跟踪结果的跟踪框作为当前的目标跟踪框。

【参考文献】：
期刊论文
[1]自适应模板更新和目标重定位的相关滤波器跟踪[J]. 刘教民,郭剑威,师硕.  光学精密工程. 2018(08)
[2]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)

博士论文
[1]复杂环境下鲁棒实时目标跟踪技术研究[D]. 曾凡祥.北京邮电大学 2017

硕士论文
[1]复杂场景运动目标跟踪算法研究[D]. 卢耀坤.电子科技大学 2019
[2]复杂场景下的相关滤波跟踪算法研究[D]. 谷成刚.安徽大学 2018
[3]运动目标检测和跟踪的研究及应用[D]. 王虎.中国海洋大学 2008



本文编号：3494432