多尺度相关滤波目标跟踪算法的研究与实现

发布时间：2021-01-06 07:17

　　随着5G、大数据、人工智能等高新科技不断发展,目标跟踪技术已经成为计算机视觉的一个重要研究热点,为后续的目标智能行为分析工作提供有效帮助,广泛应用在安防监控、军事制导、智能交通以及视觉导航等领域。相关滤波目标跟踪算法具有较强的稳定性和鲁棒性,是近年来判别式跟踪算法的重要里程碑。在实际应用环境中,跟踪算法面临着场景多样性和目标尺度变化复杂等难点,多尺度核相关目标跟踪算法能有效地提高跟踪性能。目标尺度估计的准确度对跟踪性能具有重要影响,但是随着检测尺度数量的增加,其跟踪时间效率会严重下降,从而导致了多尺度跟踪算法的非实时性。本论文采用两种改进策略充分利用跟踪结果的反馈信息进行分类处理,提出了基于响应判别的多尺度相关滤波跟踪算法。改进策略1基于跟踪目标多分辨率分段预处理方法,能有效提高低分辨率属性视频的跟踪性能。改进策略2基于响应判别的多尺度检测方法,通过最大响应峰值的判别分类处理,对于目标跟踪较为准确的视频帧不进行多尺度检测,从而节省大量运算时间;对于目标跟踪性能不准确的视频帧进行多尺度检测,从而修正结果提高跟踪性能。在OTB50、OTB100、TC128和UAV123数据集上对比当前先进... 

【文章来源】：西安科技大学陕西省

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
    1.2 课题国内外研究现状
    1.3 主要研究内容
    1.4 论文结构安排
2 多尺度目标跟踪算法
    2.1 图像特征描述
        2.1.1 灰度特征
        2.1.2 颜色特征
        2.1.3 HOG特征
    2.2 相关滤波目标跟踪算法
    2.3 DSST跟踪算法
        2.3.1 目标位置估计
        2.3.2 目标尺度估计
    2.4 fDSST跟踪算法
    2.5 SAMF跟踪算法
        2.5.1 特征融合
        2.5.2 多尺度跟踪
    2.6 SAMF-CA跟踪算法
    2.7 本章小结
3 基于响应判别的多尺度目标跟踪改进算法
    3.1 传统多尺度算法问题分析
    3.2 相关算法工作介绍
        3.2.1 核相关滤波目标跟踪算法
        3.2.2 基于多特征融合的核相关滤波跟踪算法
        3.2.3 基于多尺度的核相关滤波跟踪算法
    3.3 基于响应判别的多尺度相关滤波跟踪算法
        3.3.1 基于跟踪目标多分辨率分段预处理策略
        3.3.2 基于响应判别的多尺度检测策略
        3.3.3 改进的RDMSCF跟踪算法
    3.4 本章小结
4 实验结果与分析
    4.1 视频数据库与评价指标
        4.1.1 视频库介绍
        4.1.2 评价指标
    4.2 实验结果及性能分析
        4.2.1 改进算法尺度因子的性能分析
        4.2.2 改进算法的性能分析与参数设置
        4.2.3 先进跟踪算法的定量跟踪性能结果与分析
        4.2.4 基于不同视频属性的定量跟踪性能结果与分析
        4.2.5 先进跟踪算法的定性跟踪性能结果与分析
    4.3 本章小结
5 总结与展望
    5.1 本文工作总结
    5.2 未来工作展望
致谢
参考文献
附录



本文编号：2960162