基于GPU加速的目標(biāo)跟蹤技術(shù)研究.pdf

1、視覺(jué)跟蹤是計(jì)算機(jī)視覺(jué)中熱門(mén)的研究問(wèn)題之一，它有著非常廣泛的應(yīng)用，目前在智能交通、虛擬現(xiàn)實(shí)、人機(jī)交互、視頻監(jiān)控等領(lǐng)域發(fā)揮著重要的作用。目標(biāo)跟蹤中的長(zhǎng)期跟蹤一直是一個(gè)比較有挑戰(zhàn)性的問(wèn)題，跟蹤-學(xué)習(xí)-檢測(cè)(Tracking-Learning-Detection，TLD)是比較優(yōu)秀的長(zhǎng)期目標(biāo)跟蹤算法，本文是在此算法的基礎(chǔ)上進(jìn)行改進(jìn)。
　　TLD跟蹤算法是一種實(shí)時(shí)的目標(biāo)跟蹤算法，解決了跟蹤中目標(biāo)丟失復(fù)現(xiàn)后無(wú)法跟蹤的問(wèn)題。TLD算法由跟蹤器，

2、學(xué)習(xí)器，檢測(cè)器組成，在目標(biāo)被部分遮擋的時(shí)候，TLD跟蹤器容易失效，而且此狀態(tài)下檢測(cè)器通常也檢測(cè)不到目標(biāo)。另外TLD中核心的檢測(cè)器模塊的運(yùn)算量較大，在圖像分辨率高的情況下，不能做到實(shí)時(shí)跟蹤。本文做的主要工作如下：
　　(1)針對(duì)TLD在目標(biāo)部分遮擋的情況下，跟蹤效果欠缺的問(wèn)題，通過(guò)分析研究導(dǎo)致此情況的原因，采用Kalman濾波器來(lái)改進(jìn)算法，提高在此情況下的跟蹤準(zhǔn)確性。
　　(2)針對(duì)TLD的檢測(cè)模塊運(yùn)算量大導(dǎo)致算法在高分辨率幀