学位论文 > 优秀研究生学位论文题录展示

Mean-Shift算法的优化策略研究

作　者: 赵振国
导　师: 胡维华
学　校: 杭州电子科技大学
专　业: 计算机软件与理论
关键词: 目标跟踪均值漂移三帧质位法分块
分类号: TP391.41
类　型: 硕士论文
年　份: 2014年
下　载: 2次
引　用: 0次
阅　读: 论文下载

内容摘要

目标跟踪是计算机视觉领域的一个重要分支，随着人们对于智能化的需求越来越大，以及政府机关出于公共安全等方面的考虑，智能监控正受到极大的关注。而目标跟踪由于其在智能监控等领域的巨大优势，吸引了国内外大批科研工作者的关注，自从Mean Shift算法被引入目标跟踪领域后，就因其计算量小、简单易实现的特点在实时监控领域得到了大量的应用。本文介绍了Mean-Shift算法的基本原理及其在目标跟踪中的应用，给后面提出的改进算法提供理论支持。同时针对传统Mean Shift算法无法很好地应付目标遮挡、旋转、非刚性形变，在复杂背景下的跟踪稳定性较差等问题，引入了主成分分析法和卡尔曼滤波，并提出了结合分块法的自适应多分块的改进方法。它主要利用了主成分分析法对窗口参数的更新能力以及适合多种特定目标的分块法，从而实现面对不同的目标使用不同的分块法，提高跟踪的鲁棒性。另外为了提高目标跟踪的稳定性，将自适应分块法与卡尔曼滤波相结合，起到去除多余的无效信息，平滑目标窗口的作用。由于引入了主成分分析法，这无疑增加了算法的计算量，丧失了Mean-Shift算法的计算量小的优势。为此，本文提出了三帧质位法的快速目标预测方法，故名思议，即利用过去三帧中目标的质心位置快速预测当前帧中目标的近似位置，旨在快速而准确地预测目标在图像中的初始迭代位置，从而减少Mean Shift算法在跟踪过程中的迭代次数，提高算法的实时性。最后通过实验验证了改进算法的有效性。

全文目录

摘要  5-6
ABSTRACT  6-9
第一章绪论  9-16
  1.1 课题的研究目的与意义  9-10
  1.2 国内外研究现状  10-13
    1.2.1 引言  10-11
    1.2.2 目标跟踪的应用研究  11-12
    1.2.3 目标跟踪的方法及算法研究  12-13
  1.3 存在的问题  13-15
  1.4 本文所做的工作  15-16
第二章 Mean Shift 基本理论的研究  16-26
  2.1 引言  16
  2.2 密度估计理论  16-20
    2.2.1 参数密度估计  16-17
    2.2.2 无参数密度估计  17-20
  2.3 Mean Shift 算法  20-21
  2.4 基于 Mean Shift 算法的目标跟踪  21-23
  2.5 算法的收敛性分析  23-25
  2.6 本章小结  25-26
第三章基于 Mean Shift 的复杂背景下目标跟踪算法的改进  26-41
  3.1 传统 Mean Shift 算法存在的问题  26-29
    3.1.1 核窗口带宽问题  26
    3.1.2 颜色分布问题  26-27
    3.1.3 跟踪目标的状态变化问题  27-28
    3.1.4 跟踪目标的运动变化问题  28-29
  3.2 主成分分析法及卡尔曼滤波器  29-32
    3.2.1 主成分分析  29-30
    3.2.2 卡尔曼滤波  30-32
  3.3 自适应分块法  32-34
  3.4 算法总结与实验结果分析  34-41
    3.4.1 算法步骤  34-36
    3.4.2 实验结果与分析  36-41
第四章图像序列中跟踪目标的快速预测法  41-51
  4.1 引言  41
  4.2 常见的目标预测方法  41-45
    4.2.1 帧间差分法  41-42
    4.2.2 边缘检测法  42-43
    4.2.3 背景减除法  43-44
    4.2.4 全局运动估计法  44
    4.2.5 目标分割方法  44-45
    4.2.6 质心跟踪法  45
  4.3 用于快速目标预测的三帧质位法  45-47
    4.3.1 算法描述  46-47
    4.3.2 存在的问题  47
  4.4 实验结果与分析  47-51
    4.4.1 算法步骤  47-48
    4.4.2 实验结果与分析  48-51
第五章总结与展望  51-53
  5.1 总结  51-52
  5.2 展望  52-53
致谢  53-54
参考文献  54-58
附录  58-59
详细摘要  59-62

Mean-Shift算法的优化策略研究

内容摘要

全文目录

相似论文