学位论文 > 优秀研究生学位论文题录展示

基于融合策略的视觉目标跟踪算法研究

作　者: 吕珂
导　师: 严红平
学　校: 中国地质大学（北京）
专　业: 电子与通信工程
关键词: 视觉目标跟踪融合鉴别性与稳定性核稀疏表达多核融合
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 19次
引　用: 0次
阅　读: 论文下载

内容摘要

视觉目标跟踪作为计算机视觉领域的重要研究内容之一，是近年来视频监控系统、三维场景重建及人机交互等应用或理论研究领域中的热点问题，因此视觉目标跟踪算法具有重要研究意义。实现鲁棒的目标跟踪算法面临的主要难题有：跟踪过程中目标姿态或跟踪场景光影条件动态变化、部分或全部遮挡现象以及背景杂乱或干扰等。针对上述难点，近十几年来许多研究者提出了大量有效的跟踪算法，其中基于融合的跟踪策略是实现鲁棒跟踪的有效解决方案之一。本文的主要内容即是基于融合策略的视觉目标跟踪算法研究。论文首先提出了一种基于鉴别性与稳定性的自适应融合目标跟踪算法。在视觉目标跟踪任务中，鉴别性与和稳定性具有直观的跟踪物理意义：鉴别性度量目标与背景的区分程度，稳定性衡量跟踪框中心与目标实际中心之间的偏移程度。该算法对鉴别性与稳定性分开考虑，分别建模；然后将其引入自适应融合框架中，由此得到目标函数；最后对目标函数进行优化，得到自适应融合的权重。不同视频上的对比实验结果显示，论文提出的自适应融合算法具有良好的跟踪准确性及稳定性。论文还提出了一种基于核稀疏表达的多核融合目标跟踪算法。该算法在核空间中重新考虑基于稀疏表达的目标跟踪问题：在稀疏表达中引入核函数得到核稀疏表达，通过多核融合方式将多种目标特征融合到一起进行目标跟踪；并且提出一种核坐标轮换方法，对核稀疏表达问题进行优化求解；最终将该多核融合算法应用在粒子滤波跟踪框架下，实现对目标的跟踪。不同场景中的大量对比实验显示，同主流算法相比，所提出的基于核稀疏表达的多核融合目标跟踪算法具有更好的跟踪精度和跟踪鲁棒性。

全文目录

摘要  5-6
Abstract  6-8
第1章引言  8-12
  1.1 研究背景与意义  8-9
  1.2 研究现状  9-11
  1.3 论文架构  11-12
第2章理论基础  12-30
  2.1 均值漂移(Mean-shift)  12-19
    2.1.1 一般化的 Mean-shift 理论  13-16
    2.1.2 Mean-shift 跟踪算法  16-19
  2.2 递归贝叶斯估计及粒子滤波算法  19-29
    2.2.1 递归贝叶斯估计  20-23
    2.2.2 粒子滤波算法  23-29
  2.3 本章小结  29-30
第3章基于鉴别性与稳定性的自适应融合目标跟踪  30-46
  3.1 基于鉴别稳定的自适应融合  30-36
  3.2 自适应融合跟踪算法  36-39
    3.2.1 跟踪中的目标特征描述及度量  36-38
    3.2.2 基于鉴别稳定的自适应融合跟踪算法  38-39
  3.3 跟踪实验结果与分析  39-45
    3.3.1 与相似的加性融合算法对比  39-40
    3.3.2 更多视频上的跟踪结果  40-41
    3.3.3 与主流算法对比  41-45
  3.4 本章小结  45-46
第4章基于核稀疏表达的多核融合跟踪  46-62
  4.1 核稀疏表达 KSR  46-49
  4.2 KSR 的优化求解  49-50
  4.3 粒子滤波框架下的 KSR 跟踪算法  50-54
    4.3.1 观测模型、目标表示及动态模型的构造  51-52
    4.3.2 特征表达及多核融合  52-53
    4.3.3 粒子滤波框架下 KSR 跟踪算法  53-54
  4.4 实验结果与分析  54-61
    4.4.1 定性对比实验  55-56
    4.4.2 定量对比实验  56-61
    4.4.3 算法分析  61
  4.5 本章小结  61-62
第5章总结  62-64
  5.1 论文总结  62-63
  5.2 研究展望  63-64
致谢  64-65
参考文献  65-68
附录个人简历  68-69
附录论文发表  69

基于融合策略的视觉目标跟踪算法研究

内容摘要

全文目录

相似论文