基于相关滤波和注意力机制的单目标视觉跟踪算法研究

发布时间：2022-02-20 07:20

　　单目标视觉跟踪是视觉跟踪领域中最基础的问题。它旨在根据给定目标的初始位置和初始信息,在随后的视频序列中估计目标的位置和尺度变化,以便完成更高级的任务。视觉跟踪任务的难点首先在于可获得的关于给定目标的训练数据非常有限。其次,跟踪模型面临现实应用场景中存在的遮挡、形变和尺度变化等诸多挑战。最后,视觉跟踪任务对处理速度的要求进一步提升了算法设计的难度。基于相关滤波的跟踪算法根据样本近似循环的特点,利用循环矩阵可转化为频域对角矩阵的性质和快速傅里叶变换,高效实现判别器训练和目标跟踪,受到了广泛的关注和快速发展。但是相关滤波跟踪算法存在边界效应问题,模型判别能力也比较低。本文针对这些问题,通过引入卷积回归网络求解相关滤波中的脊回归模型,避免了边界效应的发生,并针对此方法存在的训练样本不平衡和使用分类网络提取特征容易受到背景中相似物体干扰的问题,提出了两种基于注意力机制的卷积回归网络算法。在标准的视觉跟踪数据集上进行评价,本文提出的算法均表现出了优良的跟踪性能,可以为复杂场景下的视觉跟踪提供较好的理论和技术支持。主要工作如下:（1）提出了一种基于空间正则化矩阵的核相关滤波跟踪算法。通过引入空间正则... 

【文章来源】：西安电子科技大学陕西省211工程院校教育部直属院校

【文章页数】：125 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景与意义
    1.2 单目标视觉跟踪研究的难点
    1.3 研究现状
        1.3.1 基于相关滤波方法的跟踪算法
        1.3.2 基于机器学习方法的跟踪算法
        1.3.3 基于深度学习的跟踪算法
        1.3.4 视觉跟踪数据集
    1.4 研究内容
    1.5 论文组织结构
第二章 基于空间正则化矩阵的核相关滤波跟踪算法
    2.1 引言
    2.2 循环矩阵
    2.3 基于核相关滤波的跟踪算法
    2.4 空间正则化的核相关滤波算法
    2.5 多维特征和多尺度估计
    2.6 实验结果与分析
        2.6.1 实验环境配置
        2.6.2 SRKCF和基于相关滤波的跟踪算法性能比较
        2.6.3 SRKCF与其它跟踪算法性能比较
    2.7 本章小结
第三章 基于带权重循环样本的最大间隔跟踪算法
    3.1 引言
    3.2 算法模型
    3.3 模型闭式解
    3.4 快速在线跟踪
    3.5 模型更新策略
    3.6 实验结果与分析
        3.6.1 实验环境配置
        3.6.2 不同核函数的比较分析
        3.6.3 MMWCF的性能分析
        3.6.4 MMWCF与相关算法性能比较
        3.6.5 MMWCF与其它算法性能比较
    3.7 本章小结
第四章 基于残差注意力机制的在线卷积跟踪网络
    4.1 引言
    4.2 卷积回归网络
    4.3 残差注意力学习
    4.4 残差注意力分支
    4.5 使用残差注意力卷积网络进行跟踪
    4.6 实验结果与分析
        4.6.1 实验环境配置
        4.6.2 算法设计验证
        4.6.3 定量评价
        4.6.4 主观评价
    4.7 本章小结
第五章 基于双残差注意力学习的在线视觉目标跟踪算法
    5.1 引言
    5.2 特征感知残差注意力学习
    5.3 单卷积层跟踪网络
    5.4 背景感知残差注意力学习
    5.5 基于双残差注意力学习的跟踪算法
    5.6 实验结果与分析
        5.6.1 实验环境配置
        5.6.2 算法设计验证
        5.6.3 OTB数据集上的实验结果
        5.6.4 VOT数据集上的实验结果
        5.6.5 OTB中不同属性视频的性能比较
        5.6.6 主观评价
    5.7 本章小结
第六章 全文总结及工作展望
    6.1 全文总结
    6.2 工作展望
参考文献
致谢
作者简介


【参考文献】：
期刊论文
[1]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)
[2]相关滤波目标跟踪进展综述[J]. 张微,康宝生.  中国图象图形学报. 2017(08)
[3]红外探测阵列对固体导弹尾焰跟踪定位的研究[J]. 赵久奋,王明海.  固体火箭技术. 2000(04)

博士论文
[1]目标跟踪算法与检测处理技术研究[D]. 卢莉萍.南京理工大学 2012
[2]面向智能视频监控的运动目标检测与跟踪方法研究[D]. 焦波.国防科学技术大学 2009

硕士论文
[1]面向智能监控的视频分析技术研究[D]. 张英.国防科学技术大学 2014



本文编号：3634548