学位论文 > 优秀研究生学位论文题录展示

视频图像中的目标跟踪技术研究

作　者: 王宪辉
导　师: 尹东
学　校: 中国科学技术大学
专　业: 信号与信息处理
关键词: 目标跟踪 Mean Shift 粒子滤波器特征选择车辆跟踪
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 247次
引　用: 2次
阅　读: 论文下载

内容摘要

目标跟踪是一门综合了多个方向研究的综合技术,其中涉及到诸如图像处理与模式识别、自动化控制、人工智能等多方面的知识。在实际中有着非常广泛的应用,例如军事目标制导、交通控制、安全监控、视频编码、气象分析和天文观测等等,因此不管是从应用角度还是从研究角度看,跟踪算法方面的研究都具有十分重要的意义价值。本文综合讨论了各种跟踪方法,对其进行分类比较,并且对其中最具代表性的Mean Shift和粒子滤波器两种算法进行深入调研,详细阐述了每个算法的步骤、特点,以及算法在近年的发展状况。针对Mean Shift算法,调研了其在目标尺度、光照条件变化的情况下的各种优化方法,提出了一种利用比率-对数图进行特征自动选择的方法,实验结果表明,该算法在很多场景下具有很好的鲁棒性并提高了跟踪精度,可以较好的适应光线变化、背景干扰、被部分遮挡或色彩质量很差的情况;针对粒子滤波器,详细阐述了其理论基础,并调研了针对其缺陷提出的各种改进算法。在车辆跟踪应用上,分析了道路监控问题的特点,以及实现过程中的各个关键环节,并选取几段交通视频进行了实验,在目标检测环节采用背景差和高斯混合模型两种方法,通过对结果进行对比分析其优缺点,但是由于车辆遮挡和噪声干扰等影响,实验结果仍然存在许多不足,需要进一步的研究解决。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-11
  1.1 研究背景与意义  7-8
  1.2 目标跟踪主要内容与发展现状  8-10
  1.3 论文主要工作和内容安排  10-11
第二章目标跟踪技术分类及特点  11-16
  2.1 目标跟踪方法分类及特点  11-12
  2.2 跟踪中存在的问题  12-14
  2.3 跟踪方法具体实现  14-15
  2.4 本章小结  15-16
第三章 Mean Shift 跟踪算法  16-32
  3.1 Mean Shift 算法原理  16-19
    3.1.1 Mean Shift 算法简介  16-18
    3.1.2 Mean Shift 算法步骤  18-19
  3.2 Mean Shift 算法改进  19-31
    3.2.1 跟踪窗口变化  19-27
    3.2.2 目标特征选取  27-31
  3.3 本章小结  31-32
第四章粒子滤波跟踪算法  32-45
  4.1 基本粒子滤波算法  32-36
  4.2 粒子滤波算法的实现  36-39
  4.3 与其他非线性滤波方法的比较  39-44
  4.4 本章小结  44-45
第五章车辆跟踪应用  45-60
  5.1 智能交通系统的发展目的及现状  45-47
  5.2 车辆跟踪的关键技术  47-50
  5.3 目标检测技术  50-54
    5.3.1 背景差方法  50-51
    5.3.2 高斯混合模型  51-54
  5.4 系统相关应用  54-59
  5.5 本章小结  59-60
第六章总结与展望  60-62
  6.1 工作总结  60
  6.2 后续工作展望  60-62
参考文献  62-67
致谢  67-68
在读期间发表的学术论文与取得的研究成果  68

视频图像中的目标跟踪技术研究

内容摘要

全文目录

相似论文