基于局部敏感直方图的视觉目标跟踪算法研究

发布时间：2017-07-20 17:17

  本文关键词：基于局部敏感直方图的视觉目标跟踪算法研究

  更多相关文章： 视觉目标跟踪 Haar特征 局部敏感直方图 目标预定位

【摘要】：视觉目标跟踪可为计算机视觉的高级任务(如图像理解、行为分析等)提供技术支撑,因此一直都是计算机视觉中最活跃的研究领域之一,被广泛应用于增强现实、智能视频监控、目标识别、医学诊断、视觉导航和空间监控等领域。同时,近年来视频传感器的广泛应用以及测试计量技术及仪器领域中多传感器融合的研究,催生了对视频传感器输出数据自动处理方面的需求,这对视觉目标跟踪技术的研究也起到了推动作用。虽然经过长期深入研究后,人们提出了许多算法来解决不同应用场景下的视频跟踪问题,但在实际环境中的应用仍旧存在诸多难点。比如,目标的表观会随着外界的背景拥簇、光照变化、其它物体的遮挡以及相对运动造成的运动模糊而发生改变;同时,视频中的目标在运动过程中自身还可能发生形变、旋转和缩放等各种不可预知的复杂变化。这使得在实际环境中构建具有普适性的、精准稳定的鲁棒性视觉目标跟踪算法仍然是个极大的挑战。本文首先通过改进视觉跟踪算法中的目标表观建模方法,改善了复杂环境下的单视觉目标的跟踪效果。然后,通过缩减计算半径和Mean Shift预定位的方法,在不降低跟踪准确性的前提下提升了算法的跟踪速度。本论文完成了如下研究工作:在研究Mean Shift视觉目标跟踪算法和Haar特征的基础上,通过对Haar特征值的规整化以及对数量化,改变了Haar特征值在各量化区间的分布。再进一步利用亮度和颜色分离表示的HSI颜色空间,提出了Haar特征和颜色特征联合构建目标表观模型的方法。从而改善了目标被相似物遮挡以及光照变化时Mean Shift视觉目标跟踪算法的跟踪效果。在研究基于局部敏感直方图的视觉目标跟踪算法的基础上,首先对局部敏感直方图快速算法的计算缺陷进行了说明;其次,通过在原有快速算法中的?45?方向上引入L2范数度量的像素点间距离,修正了原有快速算法在?45?方向上的计算缺陷,得到了局部敏感直方图快速算法的改进算法;再次,利用L2范数与L1范数在?45?方向上对像素点间距离度量的差异性,得到了ELSH的次优权重系数的自适应生成方法;最后,通过引入Bhattacharyya系数对模板间相似性进行判定,修正了原始算法中通过比较特定位置来判断模板间相似性的不足。最终,提出的基于8邻域局部敏感直方图的视觉目标跟踪算法,对亮度变化的目标的跟踪效果要优于原始视觉目标跟踪算法下的跟踪效果。通过缩减8邻域局部敏感直方图的计算半径,降低了基于8邻域局部敏感直方图视觉目标跟踪算法的跟踪耗时。通过采用Mean Shift预定位的方法减缓了随之而来的模版间相似性下降的问题。利用基于局部敏感直方图视觉跟踪算法的更新模块,对Mean Shift中的目标模版进行更新。最终,提出了基于预定位8邻域局部敏感直方图的视觉目标跟踪算法。其在不降低跟踪效果的前提下,有效降低了基于8邻域局部敏感直方图视觉跟踪算法的跟踪耗时。对多组有针对性的视频数据的测试表明,本文提出的跟踪方法在处理光照变化、遮挡、运动模糊和相似性背景等方面都表现出了较好的性能。
【关键词】：视觉目标跟踪 Haar特征 局部敏感直方图 目标预定位
【学位授予单位】：哈尔滨理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要5-7
• Abstract7-14
• 第1章 绪论14-26
• 1.1 课题研究的背景和意义14-16
• 1.2 视觉目标跟踪现状16-23
• 1.2.1 视觉目标跟踪问题的描述16-17
• 1.2.2 视觉目标跟踪算法概述17-23
• 1.2.3 视觉目标跟踪中面临的难点23
• 1.3 论文的主要研究内容及结构安排23-26
• 第2章 视觉目标跟踪相关理论26-44
• 2.1 基于核的视觉目标跟踪理论26-35
• 2.1.1 多维随机变量的核密度估计26-27
• 2.1.2 Mean Shift向量27-31
• 2.1.3 Mean Shift视觉目标跟踪算法31-35
• 2.2 基于局部敏感直方图的视觉目标跟踪算法35-43
• 2.2.1 局部敏感直方图35-38
• 2.2.2 亮度不变特征38-41
• 2.2.3 多区域跟踪算法41-43
• 2.3 本章小结43-44
• 第3章 基于Haar特征和颜色特征的Mean Shift视觉目标跟踪算法44-60
• 3.1 Haar特征及特征值快速算法44-47
• 3.1.1 Haar特征44-45
• 3.1.2 积分图45-47
• 3.2 颜色特征联合Haar特征的目标模型47-54
• 3.3 HMS视觉目标跟踪算法54-55
• 3.4 实验结果与分析55-59
• 3.4.1 平均跟踪误差准则55
• 3.4.2 定性比较与分析55-58
• 3.4.3 定性比较与分析58-59
• 3.5 本章小结59-60
• 第4章 基于ELSH的视觉目标跟踪算法60-96
• 4.1 局部敏感直方图快速算法的缺陷60-64
• 4.2 局部敏感直方图快速算法的改进64-76
• 4.2.4 45°Haar特征值快速算法的改进64-67
• 4.2.5 8 邻域局部敏感直方图67-70
• 4.2.6 亮度不变特征图像的对比70-74
• 4.2.7 跟踪实例分析74-76
• 4.3 权重系数的自适应选取76-80
• 4.3.1 相对最佳权重系数76-77
• 4.3.2 ELSH中权重系数的自适应选取77-78
• 4.3.3 跟踪实例分析78-80
• 4.4 模型间相似性的度量80-82
• 4.5 算法实现82
• 4.6 实验结果与分析82-94
• 4.6.4 性能评价指标83
• 4.6.5 定性比较与分析83-89
• 4.6.6 定量比较与分析89-92
• 4.6.7 跟踪失败分析92-94
• 4.7 本章小结94-96
• 第5章 基于预定位的ELSH视觉目标跟踪算法96-114
• 5.1 ELSH视觉目标跟踪算法分析96-97
• 5.2 ELSH计算区域缩减对相似性的影响97-101
• 5.3 算法实现101-103
• 5.4 实验结果与分析103-112
• 5.4.1 定性比较与分析103-108
• 5.4.2 定性比较与分析108-112
• 5.5 本章小结112-114
• 结论114-116
• 参考文献116-125
• 攻读学位期间发表的学术论文125-126
• 致谢126

【相似文献】

中国期刊全文数据库 前10条

1 梁艳;潘保昌;郑胜林;;区域方向直方图及在鉴别身份证真伪中的应用[J];计算机工程与设计;2005年12期

2 潘翔;郑河荣;陈启华;;基于径向夹角直方图的3维模型检索[J];中国图象图形学报;2008年08期

3 马煜;顾晓东;汪源源;;基于平均窗口平移的直方图相似性度量[J];应用科学学报;2008年01期

4 赵成芳;李兆延;;基于缩放因子的人脸直方图特征距离度量方法[J];西华大学学报(自然科学版);2013年05期

5 尹建芹;田国会;周风余;;智能空间下基于时序直方图的人体行为表示与理解[J];计算机学报;2014年02期

6 贾世杰;陈诗帅;;基于改进塔式梯度直方图的行人检测算法[J];大连交通大学学报;2013年06期

7 杨利平;辜小花;;用于人脸识别的相对梯度直方图特征描述[J];光学精密工程;2014年01期

8 杨利平;李丙海;;鉴别相对梯度直方图特征提取与分类方法[J];中国科技论文;2014年01期

9 李金;周璐璐;于虹;梁洪;;基于直方图熵的体数据分类算法研究[J];计算机应用研究;2008年08期

10 郭丽,孙兴华,黄元元,杨静宇;距离分布直方图及其在商标图案检索中的应用[J];中国图象图形学报;2002年10期

中国重要会议论文全文数据库 前4条

1 王克刚;耿国华;;基于小波平滑直方图的模糊聚类图像分割方法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

2 郑贵滨;韩纪庆;;基于听觉模型的模糊直方图音频索引和检索方法[A];全国网络与信息安全技术研讨会’2004论文集[C];2004年

3 姜维;郭艳卿;孔祥维;尤新刚;;JPEG隐密分析中的重压缩检测[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年

4 刘林;李金屏;王真;;基于多颜色空间和累计直方图的视频场景分类[A];第十五届全国图象图形学学术会议论文集[C];2010年

中国博士学位论文全文数据库 前1条

1 郭磊;基于局部敏感直方图的视觉目标跟踪算法研究[D];哈尔滨理工大学;2015年

中国硕士学位论文全文数据库 前10条

1 翟亮亮;基于局部敏感直方图的视频跟踪算法研究[D];西北农林科技大学;2015年

2 于怀勇;基于视频监控的行人检测技术研究[D];黑龙江大学;2015年

3 朱志磊;关于ATM机隔间内尾随检测算法的研究[D];浙江工业大学;2015年

4 梅广;基于KPCA与LBP的人脸识别[D];西华大学;2015年

5 胡雪峰;对典型直方图水印算法的改进研究[D];清华大学;2015年

6 胡鹏;基于直方图类特征表示的图像分类技术研究[D];南京大学;2016年

7 肖建;基于边缘直方图的草图检索技术研究[D];长沙理工大学;2015年

8 冯兵;四系数直方图平移可逆隐写与视点相关性隐写分析的研究[D];华中科技大学;2015年

9 郭文婷;基于空间直方图的目标跟踪方法研究[D];广东工业大学;2012年

10 马钊;基于随机宽度直方图的自然场景文字检测[D];天津大学;2012年

，

本文编号：569134