基于局部表示的视频跟踪算法研究
本文关键词:基于局部表示的视频跟踪算法研究,,由笔耕文化传播整理发布。
【摘要】:视频目标跟踪系统作为计算机视觉和图像处理等方面的重要组成,在军用和民事生活上都受到了前所未有的瞩目,得到了较大的发展。目前,学者和专家提出了多种类型的跟踪算法应用在目标跟踪上,但各种各样的实际因素仍然影响着目标的实时跟踪,如当遮挡出现时会严重影响跟踪的准确性。为了解决遮挡的问题,提出鲁棒、准确、实时的跟踪算法很有必要。因此本文主要针对跟踪过程中出现的遮挡问题进行了研究,主要工作和创新点包括:1.基于局部表示的精确目标跟踪。本文研究了局部表示、压缩感知理论和分类器的构建等内容,改进了一种基于局部表示的目标跟踪算法。本算法提取了局部的重叠图像块,在部分特征被遮挡时能够利用未被遮挡局部块的特征信息识别目标,同时重叠图像块能够有效的避免训练样本产生噪声和误差。另外,应用压缩感知来对正负样本数据进行降维,可以减少计算复杂度。在6组标准视频测试序列上做实验来定性的分析,验证本文提出的算法具有较好的跟踪效果。2.Open CV系统下的算法实现。将基于局部表示的目标跟踪算法在Open CV环境中运行,使用方便。在Open CV环境下对拍摄视频和标准库中的视频分别进行仿真,从实验结果可以看出本文算法能较好的处理遮挡等问题,验证了算法的有效性。
【关键词】:视频目标跟踪 局部表示 压缩感知 Open CV
【学位授予单位】:太原科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP391.41
【目录】:
- 中文摘要4-5
- ABSTRACT5-8
- 第一章 绪论8-16
- 1.1 研究背景及意义8-9
- 1.2 国外和国内研究及发展趋势9-11
- 1.2.1 国外研究现状9-10
- 1.2.2 国内研究现状10-11
- 1.3 视频目标跟踪算法概述11-13
- 1.3.1 传统的跟踪算法介绍11-12
- 1.3.2 跟踪算法的难点问题12-13
- 1.4 论文内容和章节13-16
- 1.4.1 论文主要研究内容13
- 1.4.2 论文章节安排13-16
- 第二章 相关理论16-23
- 2.1 压缩感知理论16-19
- 2.1.1 信号的稀疏表示16-17
- 2.1.2 稀疏性17-18
- 2.1.3 稀疏表示优化算法18-19
- 2.2 贝叶斯理论19-20
- 2.2.1 贝叶斯定理19-20
- 2.2.2 朴素贝叶斯分类器20
- 2.3 目标跟踪的基本框架20-23
- 第三章 一种基于局部表示的目标跟踪算法23-38
- 3.1 引言23
- 3.2 局部信息构造23-24
- 3.3 特征提取——Haar-like特征24-27
- 3.3.1 Haar-like特征的计算25-27
- 3.4 特征压缩27-28
- 3.4.1 测量矩阵27-28
- 3.4.2 特征提取28
- 3.5 局部分类器28-29
- 3.6 跟踪框架29-31
- 3.7 实验结果和分析31-36
- 3.8 本章小结36-38
- 第四章 Open CV系统下的实现38-49
- 4.1 引言38
- 4.2 Open CV系统概述38-39
- 4.3 Open CV的函数体系39
- 4.4 Open CV配置39-43
- 4.5 系统流程43-47
- 4.6 实验结果及分析47-48
- 4.7 本章小结48-49
- 第五章 总结与展望49-50
- 参考 文献50-54
- 致谢54-55
- 攻读学位期间发表的学术论文目录55-56
【相似文献】
中国期刊全文数据库 前10条
1 黄立新;张明谦;;视频跟踪系统模型研究[J];舰船科学技术;2006年S1期
2 赵孔新;李金岳;许兰;;视频跟踪系统中双运动目标间的角度测量[J];雷达科学与技术;2007年06期
3 谢方方;杨文飞;韩月霞;崔静;于越;;基于System Generator的快速视频跟踪系统设计[J];计算机技术与发展;2013年01期
4 龙再浩,朱永平,陈惠红,周连芳;视频跟踪-计算机自动分析的小鼠条件性位置偏爱实验系统的构建[J];浙江大学学报(医学版);2004年06期
5 胡宏宇;王殿海;孙迪;;基于视频跟踪方法的行人过街状态表达与分析[J];交通信息与安全;2009年03期
6 吴海城;陆松年;;多目标视频跟踪技术的研究[J];信息技术;2009年07期
7 吴诺;;视频跟踪算法在安防辅助定位中的应用[J];数字技术与应用;2011年05期
8 夏瑜;吴小俊;;球粒子滤波视频跟踪算法[J];模式识别与人工智能;2012年03期
9 刘先志,戴军,宋凌英;电视红外视频跟踪模块[J];光学与光电技术;2004年06期
10 金刚石;吕宏宇;刘立志;;基于坐标变换的视频跟踪误差角的计算方法[J];激光与红外;2011年04期
中国重要会议论文全文数据库 前6条
1 王立琦;陈海云;燕小强;;一种改进的粒子滤波视频跟踪算法[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
2 茹琦;彭志红;张娟;陈逊;;基于SB/MHT的多目标视频跟踪的研究[A];第二十九届中国控制会议论文集[C];2010年
3 赵宇宙;朱明清;陈宗海;;视频跟踪中的局部区域差异性特征模型研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
4 仝明磊;韩红;;随机字典的粒子滤波视频跟踪[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
5 王松浩;王大珊;;基于一种改进视频跟踪算法的交通参数提取方法研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年
6 郭练;周凯;刘富强;;全程视频跟踪在智能建筑内的应用[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年
中国博士学位论文全文数据库 前5条
1 崔光民;基于多摄像机的智能视频跟踪研究[D];华中科技大学;2015年
2 刘镇_";面向视频跟踪系统的关键算法和动态可重构硬件架构研究[D];西安电子科技大学;2014年
3 韩华;基于改进粒子滤波算法的多目标智能视频跟踪研究[D];东华大学;2012年
4 周毅;图像监控中的视频跟踪方法的研究[D];上海交通大学;2012年
5 张灿龙;基于多区域联合决策的视频跟踪方法研究[D];上海交通大学;2014年
中国硕士学位论文全文数据库 前10条
1 王晓敏;智能交通中视频跟踪技术的研究[D];天津职业技术师范大学;2016年
2 芦丹;基于局部表示的视频跟踪算法研究[D];太原科技大学;2015年
3 冀爱民;基于视频跟踪的条烟拥堵检测[D];西安电子科技大学;2011年
4 李志刚;视频跟踪测试平台的电子学系统的设计与实现[D];吉林大学;2015年
5 金玮;基于潜在子空间投影追踪的鲁棒视频跟踪方法[D];大连理工大学;2015年
6 罗瑞;序列蒙特卡罗粒子滤波及其在视频跟踪中的应用[D];西安电子科技大学;2009年
7 范春宇;视频跟踪技术研究[D];西安电子科技大学;2007年
8 李坤;基于在线学习的视频跟踪算法研究与实现[D];国防科学技术大学;2009年
9 谭维;视频跟踪算法研究[D];湖南师范大学;2013年
10 王书玲;基于卡尔曼滤波的视频跟踪技术的研究及应用[D];河北工业大学;2011年
本文关键词:基于局部表示的视频跟踪算法研究,由笔耕文化传播整理发布。
本文编号:260794
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/260794.html