基于孪生网络的红外行人目标跟踪方法研究

发布时间：2022-10-28 22:00

　　红外行人跟踪在夜间自动驾驶和军事侦察等领域具有重要意义。红外视频与普通彩色视频相比易受周围环境的影响,目标的纹理特征和灰度分布常有较大幅度变化,进而导致跟踪困难,为此论文深入研究孪生网络,并将其用于红外行人目标跟踪。论文深入分析了现有的目标跟踪算法,基于传统算法的跟踪效果较好的往往仅体现在几种属性上,基于深度学习的目标跟踪算法在跟踪成功率和跟踪精度上表现出了突出优势。论文将基于孪生网络的跟踪算法Siam RPN用于红外行人跟踪,并进行了深入研究,经仿真分析,在视频出现相似热源目标交叉、目标尺寸有较大变化和视频中含有较多背景杂波等影响红外跟踪效果的因素出现时,算法表现出了较差的跟踪性能,这些因素均是红外行人跟踪视频的常见属性。针对存在的问题,论文提出了一种基于视频预测和孪生网络的红外行人跟踪方法（Video Prediction with Siamese Region Proposal Network,VPSiam RPN）。提出的跟踪方法将视频预测网络（Predictive Neural Network,Pred Net）与Siam RPN相结合。预测网络可以通过多帧过去帧目标图像预判... 

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究的目的和意义
    1.2 国内外研究现状
        1.2.1 目标跟踪研究现状
        1.2.2 红外行人目标跟踪研究现状
        1.2.3 基于孪生网络的目标跟踪算法研究现状
    1.3 本文主要研究内容
第2章 孪生目标跟踪网络
    2.1 目标跟踪过程
    2.2 孪生网络
    2.3 Siam RPN网络
        2.3.1 Siam RPN网络整体结构
        2.3.2 区域建议网络
        2.3.3 网络的训练
    2.4 实验结果与分析
    2.5 本章小结
第3章 基于视频预测的红外目标跟踪
    3.1 视频预测网络
        3.1.1 视频预测网络的整体结构
        3.1.2 卷积长短时记忆网络
        3.1.3 预测网络的编码和解码
    3.2 基于视频预测的红外行人跟踪网络
    3.3 VPSiam RPN模型的配置
    3.4 本章小结
第4章 红外行人跟踪实验及分析
    4.1 PTB-TIR数据集
    4.2 目标跟踪系统评价标准
    4.3 实验结果分析
        4.3.1 VPSiam RPN性能分析
    4.4 VPSiam RPN与典型网络的性能对比
    4.5 本章小结
结论
参考文献
攻读学位期间发表的学术成果
致谢


【参考文献】：
期刊论文
[1]基于稀疏表示模型的红外目标跟踪算法[J]. 唐峥远,赵佳佳,杨杰,刘尔琦,周越.  红外与激光工程. 2012(05)
[2]共生矩阵保局投影红外人体目标实时跟踪方法[J]. 李建福,龚卫国,杨金妃.  红外与激光工程. 2010(06)
[3]红外图像中人体实时检测研究[J]. 王江涛,杨静宇.  系统仿真学报. 2007(19)

硕士论文
[1]基于联合稀疏外观建模的目标跟踪算法研究与实现[D]. 王星月.南京邮电大学 2016



本文编号：3697363