基于遮挡检测的目标跟踪算法研究
发布时间：2022-01-07 13:09
随着近几年人工智能的兴起,计算机视觉越来越受到重视。在目标跟踪应用场景中,会出现遮挡、形变、旋转、光照变化、背景模糊等各种干扰,这些干扰所带来的挑战一直是值得研究的课题。现如今已有的目标跟踪算法众多,虽各有所长,但仍然有值得改进的地方。在这些跟踪算法中,DAT算法（Distractor-Aware Tracking）通过统计颜色特征,预先探测出与目标相似的干扰区域和周围区域,然后将其加权相结合,这样有效地降低了传统颜色特征在跟踪过程中出现的“漂移”现象,实现了对背景相似的目标跟踪。但是当目标发生遮挡情况时,由于目标信息的丢失,会导致跟踪失败。针对DAT算法在目标发生遮挡时的不足,本文在原有的DAT算法框架上,提出了一种基于遮挡检测的目标跟踪算法——DDAT（Detection-DAT）算法。DDAT算法引入遮挡检测机制,该机制首先提取目标的颜色特征,建立目标相似度模型,利用相似度模型计算帧间目标的相似度,然后通过相似度差值的阈值来判定目标是否发生了遮挡。当发生了目标遮挡时,启动检测机制,并提取遮挡前一帧的目标相似度模型;在遮挡开始的后续帧中,利用朴素贝叶斯分类器得到较优的候选目标框,最...
【文章来源】：湘潭大学湖南省
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
目标跟踪
132.2DAT算法基本框架在2015年的CVPR会议上，HorstPossegger等人提出的一种无模型统计颜色特征的目标跟踪算法[61]，在跟踪过程中预先判断出与目标相似的干扰区域(Distractor-AwareTracking，简称DAT)，并与正确的目标区域加权相结合，降低了传统利用颜色特征跟踪算法经常出现“漂移”的现象。在考虑了尺度变化的情况下，还保持较高的帧率，能达到实时跟踪的效果。颜色分布直方图曾是广大研究人员的第一选择，虽然后来被一些HOG、ORB等形状特征所取代，但HorstPossegger等人仍相信颜色特征有所作为，提出了DAT算法。HorstPossegger等人基于以下两个主要需求来提出后面的DAT算法框架：a）在连续帧中有用的模型需要从背景中区分出目标，既前后景分离，b）目标的干扰区域需要被预先检测出来并得到抑制。2.2.1判别式目标模型对于作者提出的需求a），实现的方法在2.1.2节中已经有举例说明，在此不再赘述。对于后续的特征提取，基于产生式混合判别式的模型具有高准确性，因此可以得到每帧视频图像中每一个像素点所对应的颜色区间（原文中未提到使用的颜色空间是哪一种，本文改进算法采用Lab颜色模型）。Lab颜色模型：Lab颜色空间是一种基于生理特征的颜色模型，它不同于RGB和CMYK两种色彩模型受设备的影响。Lab颜色模型由亮度L，及a和b两个颜色通道三个部分组成。L代表亮度，由暗（黑色）到亮（白色），a是从墨绿到灰白再到粉红（从低亮到高亮）,b是从蓝黑到灰白再到金黄（从低亮到高亮）。图2.3Lab颜色空间模型
14根据贝叶斯公式得到在搜索区域内属于目标区域的概率：{,}||,,|xxxOSPbxOPxOPxOSbPbxPx公式（2-8）其中|I/||xOxPbxOHbO，PxO|O|/|O||S|。那么公式（2-8）可以简化成公式（2-9）：if|,,0.5otherwise{IOxIIOxSxxHbHbHbIxIOSPxOSb公式（2-9）其中IHb表示在区域I上直方图H的第b个bin。图2.4目标-周围区域同理，将公式（2-9）的周围区域换成干扰区域得到公式（2-10）：if|,,0.5otherwise{IOxIIOxDxxHbHbHbIxIODPxODb公式（2-10）
【参考文献】：
期刊论文
[1]融合相关粒子滤波目标跟踪算法[J]. 邹承明,明成龙,李成龙. 计算机工程与应用. 2020(07)
[2]目标跟踪算法综述[J]. 孟琭,杨旭. 自动化学报. 2019(07)
[3]基于局部敏感直方图的鲁棒目标跟踪[J]. 米向荣,曹建芳. 计算机工程与设计. 2018(11)
[4]基于改进核相关滤波器的目标跟踪算法[J]. 江维创,张俊为,桂江生. 计算机工程. 2018(11)
[5]基于目标检测的时空上下文跟踪算法[J]. 李珑,刘凯,李玲. 计算机工程. 2018(09)
[6]基于相关滤波器的目标抗遮挡算法[J]. 王凯宇,陈志国,傅毅. 激光与光电子学进展. 2019(03)
[7]基于局部直方图的多区域目标跟踪算法[J]. 卫保国,赵思同,文绪亮. 计算机工程与应用. 2018(14)
[8]Comparison of three fluorescence labeling and tracking methods of endothelial progenitor cells in laser-injured retina[J]. Hui Shi,Xin-Rui Wang,Ming-Chao Bi,Wei Yang,Dan Wang,Hai-Le Liu,Ling-Ling Liang,Xiao-Hong Li,Qian Hao,Zhi-Hua Cui,E Song. International Journal of Ophthalmology. 2018(04)
[9]改进的SAMF目标跟踪算法[J]. 李大湘,吴玲风,李娜,刘颖. 计算机工程. 2019(02)
[10]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)
硕士论文
[1]基于遮挡检测的粒子滤波行人目标跟踪算法研究[D]. 李春兰.深圳大学 2017
[2]基于MeanShift的运动目标检测与跟踪研究[D]. 徐骁翔.浙江工业大学 2015
本文编号：3574604
【文章来源】：湘潭大学湖南省
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
目标跟踪
132.2DAT算法基本框架在2015年的CVPR会议上，HorstPossegger等人提出的一种无模型统计颜色特征的目标跟踪算法[61]，在跟踪过程中预先判断出与目标相似的干扰区域(Distractor-AwareTracking，简称DAT)，并与正确的目标区域加权相结合，降低了传统利用颜色特征跟踪算法经常出现“漂移”的现象。在考虑了尺度变化的情况下，还保持较高的帧率，能达到实时跟踪的效果。颜色分布直方图曾是广大研究人员的第一选择，虽然后来被一些HOG、ORB等形状特征所取代，但HorstPossegger等人仍相信颜色特征有所作为，提出了DAT算法。HorstPossegger等人基于以下两个主要需求来提出后面的DAT算法框架：a）在连续帧中有用的模型需要从背景中区分出目标，既前后景分离，b）目标的干扰区域需要被预先检测出来并得到抑制。2.2.1判别式目标模型对于作者提出的需求a），实现的方法在2.1.2节中已经有举例说明，在此不再赘述。对于后续的特征提取，基于产生式混合判别式的模型具有高准确性，因此可以得到每帧视频图像中每一个像素点所对应的颜色区间（原文中未提到使用的颜色空间是哪一种，本文改进算法采用Lab颜色模型）。Lab颜色模型：Lab颜色空间是一种基于生理特征的颜色模型，它不同于RGB和CMYK两种色彩模型受设备的影响。Lab颜色模型由亮度L，及a和b两个颜色通道三个部分组成。L代表亮度，由暗（黑色）到亮（白色），a是从墨绿到灰白再到粉红（从低亮到高亮）,b是从蓝黑到灰白再到金黄（从低亮到高亮）。图2.3Lab颜色空间模型
14根据贝叶斯公式得到在搜索区域内属于目标区域的概率：{,}||,,|xxxOSPbxOPxOPxOSbPbxPx公式（2-8）其中|I/||xOxPbxOHbO，PxO|O|/|O||S|。那么公式（2-8）可以简化成公式（2-9）：if|,,0.5otherwise{IOxIIOxSxxHbHbHbIxIOSPxOSb公式（2-9）其中IHb表示在区域I上直方图H的第b个bin。图2.4目标-周围区域同理，将公式（2-9）的周围区域换成干扰区域得到公式（2-10）：if|,,0.5otherwise{IOxIIOxDxxHbHbHbIxIODPxODb公式（2-10）
【参考文献】：
期刊论文
[1]融合相关粒子滤波目标跟踪算法[J]. 邹承明,明成龙,李成龙. 计算机工程与应用. 2020(07)
[2]目标跟踪算法综述[J]. 孟琭,杨旭. 自动化学报. 2019(07)
[3]基于局部敏感直方图的鲁棒目标跟踪[J]. 米向荣,曹建芳. 计算机工程与设计. 2018(11)
[4]基于改进核相关滤波器的目标跟踪算法[J]. 江维创,张俊为,桂江生. 计算机工程. 2018(11)
[5]基于目标检测的时空上下文跟踪算法[J]. 李珑,刘凯,李玲. 计算机工程. 2018(09)
[6]基于相关滤波器的目标抗遮挡算法[J]. 王凯宇,陈志国,傅毅. 激光与光电子学进展. 2019(03)
[7]基于局部直方图的多区域目标跟踪算法[J]. 卫保国,赵思同,文绪亮. 计算机工程与应用. 2018(14)
[8]Comparison of three fluorescence labeling and tracking methods of endothelial progenitor cells in laser-injured retina[J]. Hui Shi,Xin-Rui Wang,Ming-Chao Bi,Wei Yang,Dan Wang,Hai-Le Liu,Ling-Ling Liang,Xiao-Hong Li,Qian Hao,Zhi-Hua Cui,E Song. International Journal of Ophthalmology. 2018(04)
[9]改进的SAMF目标跟踪算法[J]. 李大湘,吴玲风,李娜,刘颖. 计算机工程. 2019(02)
[10]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)
硕士论文
[1]基于遮挡检测的粒子滤波行人目标跟踪算法研究[D]. 李春兰.深圳大学 2017
[2]基于MeanShift的运动目标检测与跟踪研究[D]. 徐骁翔.浙江工业大学 2015
本文编号：3574604
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3574604.html
最近更新
教材专著
