学位论文 > 优秀研究生学位论文题录展示
基于SIFT的视觉跟踪算法研究
作 者: 刘洋
导 师: 姚莉秀
学 校: 上海交通大学
专 业: 控制工程
关键词: 视觉跟踪 尺度不变特征变换 随机抽样一致算法 均值偏移算法 词袋模型 支持向量机 点跟踪
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 386次
引 用: 0次
阅 读: 论文下载
内容摘要
随着信息科学技术的发展,视觉跟踪受到了广大研究者的关注。视觉跟踪是监控、导航等很多应用领域的关键技术,因此在实际中得到了广泛的应用,已经给社会带来了巨大的效益。虽然广大研究人员已经提出了很多用于视觉跟踪的理论和方法,但由于实际场景更加复杂多变,视觉跟踪仍然面临着巨大的挑战。因此,在合理运用已有算法的基础上,还需要对视觉跟踪技术进行继续改进和研究。目标建模是视觉跟踪的关键技术之一,它的优劣会直接影响跟踪算法的性能。近年来,尺度不变特征变换(SIFT)作为一种对尺度、旋转、模糊以及光照等变化均比较鲁棒的图像局部特征受到了广泛的关注。已经有许多研究者将其应用在视觉跟踪领域,用其对目标模型进行改进。由于尺度不变特征变换在图像配准上可以达到亚像素的配准精度,因此在目标模型中引入该特征,将会提高对目标最优位置定位的准确性。本文介绍了常用的目标特征,重点介绍了尺度不变特征变换。总结了视觉跟踪算法并详细介绍了三种经典的视觉跟踪框架。在此基础上,对跟踪算法进行了进一步的研究。在算法研究基础上,将跟踪算法应用到实际项目中,取得了较好的效果。本文的跟踪算法是在检测的基础上进行研究的。结合目标跟踪和识别提出了一种基于SIFT的目标跟踪及识别算法。跟踪部分采用了目标的外观模板和SIFT相结合的特征,进而利用概率投票模型和均值偏移算法来估计目标的最优位置。识别部分首先采用SIFT特征构建词袋模型,进而采用支持向量机方法训练目标样本,从而为每个目标创建一个识别器,用于目标识别。最后将目标检测、跟踪和识别结合起来,先用高斯混合模型对图像进行目标检测,然后对检测到的目标进行识别,采用跟踪方法定位到最优目标位置。结合实际跟踪项目,本文提出了一种基于SIFT特征和梯度方向直方图特征相结合的点跟踪算法。该算法通过匹配跟踪点处前后帧之间的SIFT特征,得到两帧之间的单应性矩阵,进而将跟踪点映射到后一帧中,比较精确的定位到候选跟踪点。为了提高匹配精度,本文采用了随机抽样一致算法对匹配结果进行优化,剔除了错误匹配点对。在得到候选跟踪点后,进一步采用梯度直方图特征对候选跟踪点进行精确定位。为了消除跟踪点周围区域变化带来的偏移,设定了目标特征的更新规则。将基于SIFT的点跟踪算法应用到目标测速项目中,提出了基于SIFT的测速算法。该算法根据前后帧图像的偏移量来确定目标的移动距离。
|
全文目录
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于图像的路面破损识别,TP391.41
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 不匹配信道下耳语音说话人识别研究,TN912.34
- 基于文本挖掘的学者简历自动生成,TP391.1
- 基于“词袋”模型的图像分类系统,TP391.41
- 人类抗原肽载体结合力预测,R392.1
- 太阳能光伏并网发电系统的研究,TM615
- 基于局部特征的图像拷贝检测研究,TP391.41
- 基于CUDA的粒子滤波并行算法研究,TP391.41
- 基于时空关键点的动作识别算法研究,TP391.41
- 基于空间邻域词袋模型的图像标注技术,TP391.41
- 光伏电池MPPT系统中动态自适应负载电流最大化技术的研究与设计,TM914.4
- 特征提取与匹配算法的研究与应用,TP391.41
- 基于监督学习的图像局部特征点检测子研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|