基于多示例学习的抗遮挡目标跟踪算法研究

发布时间：2023-04-07 01:11

　　目标跟踪在人类实际生活中应用广泛,因此目标跟踪成为了计算机视觉领域的热门课题。近几十年来,针对实际场景中的各种问题,研究人员提出了许多优秀的跟踪算法。然而,一些问题仍影响跟踪算法的性能,如遮挡问题。因此设计出一种抗遮挡的鲁棒目标跟踪算法是目标跟踪领域的研究重点。核相关滤波器凭借循环矩阵和核技巧,既获得了较高的跟踪精度又保证了较快的跟踪速度。但是,遮挡挑战会严重污染目标模型和影响核相关滤波器算法的定位。所以本文针对遮挡问题,在核相关滤波器算法的基础上提出了改进算法。本文的主要研究工作如下:针对目标跟踪过程中的遮挡问题,本文设计了一种基于多示例学习和核相关滤波器的目标跟踪算法。首先该算法联合多示例学习的分类能力和核相关滤波器最强响应值的分布特征构建遮挡检测机制;其次,当遮挡检测机制判断目标发生遮挡时,激活重检测机制进行目标搜索,同时暂停更新模型,防止模型被遮挡物所干扰;最后构建尺度相关滤波器确定目标的尺度。实验结果表明,提出的算法能够有效解决遮挡问题。为了提高目标跟踪算法的速率,同时保证算法在遮挡场景下的跟踪精度,本文提出了一种双重遮挡检测下的目标跟踪算法。该算法首先根据核相关滤波器的平均...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
注释表
第1章 绪论
    1.1 目标跟踪的研究背景及意义
    1.2 国内外研究现状
        1.2.1 目标跟踪算法国内外研究现状
        1.2.2 遮挡问题国内外研究现状
    1.3 研究内容及章节安排
        1.3.1 研究内容
        1.3.2 章节安排
第2章 遮挡情况分析和相关技术理论
    2.1 遮挡情况分析
        2.1.1 局部遮挡和严重遮挡
        2.1.2 短时间遮挡和长时间遮挡
    2.2 多示例学习
        2.2.1 多示例学习与传统学习框架的区别
        2.2.2 基于支持向量机的多示例学习算法
    2.3 基于相关滤波器的目标跟踪算法
        2.3.1 相关滤波器
        2.3.2 核相关滤波器
        2.3.3 尺度相关滤波器
    2.4 LBP特征
    2.5 本章小结
第3章 基于多示例学习和核相关滤波器的目标跟踪算法
    3.1 遮挡检测机制
        3.1.1 基于多示例学习的遮挡检测
        3.1.2 基于核相关滤波器的遮挡检测
    3.2 重检测机制
    3.3 在线更新
    3.4 实验结果及分析
        3.4.1 实验环境和参数设置
        3.4.2 定性分析
        3.4.3 定量分析
        3.4.4 跟踪速率对比分析
    3.5 本章小结
第4章 双重遮挡检测下的目标跟踪算法
    4.1 双重遮挡检测
        4.1.1 基于平均峰值相关能量的初步遮挡检测
        4.1.2 基于LBP特征和余弦相似度的遮挡细检测
    4.2 重检测机制的改进
    4.3 采样区域的自适应调节
    4.4 算法流程
    4.5 实验结果及分析
        4.5.1 实验环境和参数设置
        4.5.2 定性分析
        4.5.3 定量分析
        4.5.4 跟踪速率对比分析
    4.6 本章小结
第5章 总结与展望
    5.1 本文总结
    5.2 工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果



本文编号：3784788