学位论文 > 优秀研究生学位论文题录展示

基于协方差匹配的自适应核跟踪

作　者: 孙丰岩
导　师: 马波
学　校: 北京理工大学
专　业: 计算机科学与技术
关键词: 目标跟踪自适应核跟踪算法优化
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 47次
引　用: 0次
阅　读: 论文下载

内容摘要

视觉目标跟踪是计算机视觉的重要研究分支,在各个领域有着广泛的应用。本文针对复杂环境下的目标跟踪,提出了基于协方差匹配的自适应核跟踪算法,并采用共轭梯度法对其进行优化。1)本文提出的基于协方差匹配的自适应核跟踪算法利用协方差矩阵来描述目标区域;结合核函数来控制不同的像素点对目标区域的影响,同时将目标运动模型引入到核函数中;利用对数欧几里得距离来衡量两个协方差矩阵之间的距离,构建出目标区域和候选目标区域之间的相似性度量函数。本文将目标运动模型引入核函数中,从而将目标的跟踪问题转化为参数优化问题。对于仿射运动,将图像模型建模为关于仿射运动参数的连续函数。通过极小化目标函数,迭代求出每一帧图像目标区域的中心点位置、缩放比和旋转角度,从而实现跟踪窗口的自适应变化。2)基于协方差匹配的自适应核跟踪算法本质上是一种梯度下降算法。为了克服梯度下降法的收敛速度慢等问题,本文研究了几种常用的无约束最优化方法;根据各种方法的基本原理和适用范围,本文选择采用共轭梯度法来对基于协方差匹配的自适应核跟踪算法进行优化。共轭梯度法是建立在二次模型基础上的,具有二次终止性;共轭梯度法的效果介于梯度下降法和Newton法之间,既能克服梯度下降法的慢收敛性,又能避免Newton法的计算量大、局部收敛性等缺点。通过大量的实验分析对比得出,在复杂环境下,基于协方差匹配的自适应核跟踪算法可以对进行仿射运动的目标实现稳定准确的跟踪,受光照和噪声的影响较小。另外,实验证明,共轭梯度法在收敛速度和跟踪效果方面对跟踪算法有明显的改进。

全文目录

摘要  5-6
Abstract  6-10
第一章绪论  10-18
  1.1 课题研究意义  10-11
  1.2 国内外研究现状  11-15
    1.2.1 目标表示方法  12-13
    1.2.2 目标跟踪算法  13-14
    1.2.3 研究难点  14-15
  1.3 课题研究内容及安排  15-18
第二章相关理论  18-29
  2.1 传统的Mean Shift 跟踪算法  18-22
    2.1.1 非参量核概率密度估计  18-20
    2.1.2 模型表达  20-21
    2.1.3 跟踪算法  21-22
  2.2 无约束最优化方法  22-27
    2.2.1 最优化条件  22-23
    2.2.2 梯度下降法  23-24
    2.2.3 牛顿法  24-25
    2.2.4 信赖域法  25-27
  2.3 小结  27-29
第三章基于协方差匹配的自适应核跟踪  29-65
  3.1 协方差跟踪  29-31
    3.1.1 协方差矩阵描述子  29-30
    3.1.2 相似性度量  30-31
  3.2 仿射运动目标跟踪  31-63
    3.2.1 公式推导  31-37
    3.2.2 跟踪算法  37
    3.2.3 实验结果及分析  37-54
    3.2.4 相似性变换目标跟踪  54-63
  3.3 小结  63-65
第四章算法优化  65-75
  4.1 共轭梯度法简介  65-69
    4.1.1 二次模型与共轭方向法  66-68
    4.1.2 共轭梯度法  68-69
  4.2 基于共轭梯度法的核协方差跟踪  69-74
    4.2.1 跟踪算法  70
    4.2.2 实验结果与比较  70-74
  4.3 小结  74-75
总结与展望  75-77
参考文献  77-81
攻读学位期间发表论文与研究成果清单  81-82
致谢  82

基于协方差匹配的自适应核跟踪

内容摘要

全文目录

相似论文