复杂背景下基于相关滤波的目标跟踪算法研究

发布时间：2024-05-13 03:23

　　计算机视觉技术飞速发展,在日常生活中广为应用。目标跟踪作为计算机视觉领域的重要分支,吸引了大量学者的关注和研究。目标跟踪在智能监控、自动驾驶、医学图像、军事等许多领域展现了强大优势,相关算法研究成果层出不穷。早期的生成式模型跟踪算法,以及近来的判别式模型跟踪算法的提出过程中,目标跟踪技术在性能上不断突破。后者(即判别式模型跟踪算法)包含的相关滤波的跟踪算法兼顾速度与精度,因而备受瞩目。虽然相关滤波以及其它目标跟踪算法表现了较好的跟踪效果,但针对复杂背景情形,即涉及尺度变化、光照变化、目标形变、背景混乱、快速运动等多种场景的跟踪效果仍不理想。受自适应尺度相关滤波器跟踪算法(DSST)和空间正则相关滤波器(SRDCF)启发,本文从多相关滤波器检测融合和多样本结合训练角度出发,在多场景的兼顾上寻求突破。主要工作包括:(1)针对快速运动和背景混乱等场景,本文提出了一种基于掩码的相关滤波跟踪算法。首先,对于相关滤波循环移位而引发的边界效应问题,本文根据首帧目标信息提取出的掩码矩阵对训练好的相关滤波器进行处理。其次,对于背景混乱场景下容易出现目标漂移的问题,本文使用掩码处理样本,然后采用掩码处理后...

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 基于判别式模型的跟踪算法
        1.2.2 基于相关滤波跟踪算法
    1.3 论文主要内容
    1.4 论文主要结构
第二章 相关滤波跟踪算法基本框架
    2.1 引言
    2.2 相关滤波原理
    2.3 特征提取
        2.3.1 HOG特征
        2.3.2 CN颜色特征
        2.3.3 多特征融合
    2.4 DSST 目标跟踪算法
        2.4.1 判别相关滤波器
        2.4.2 自适应相关滤波器
    2.5 SRDCF 目标跟踪算法
        2.5.1 空间正则化相关滤波器
        2.5.2 Gauss-Seidel优化
    2.6 数据集与评价指标
    2.7 本章小结
第三章 基于掩码的相关滤波跟踪算法
    3.1 引言
    3.2 掩码判别相关滤波器
        3.2.1 边界效应的缓解
        3.2.2 背景噪声的抑制
        3.2.3 基于MDCF跟踪算法
    3.3 实验和结果
        3.3.1 实验设置
        3.3.2 各种跟踪器之间的比较
        3.3.3 基于场景的比较
    3.4 本章小结
第四章 扩展至多场景的边界效应抑制相关滤波跟踪算法
    4.1 引言
    4.2 我们的方法
        4.2.1 适合多场景的跟踪部件
        4.2.2 扩展至多场景的跟踪器
        4.2.3 ADMM优化求解
    4.3 实验和结果
        4.3.1 实验设置
        4.3.2 各种跟踪器之间的比较
        4.3.3 基于场景的比较
    4.4 本章小结
第五章 总结与展望
    5.1 本文总结
    5.2 未来展望
参考文献
致谢
攻读硕士学位期间取得的相关成果



本文编号：3972304