基于相關濾波的單目標跟蹤算法研究.pdf

1、學校代碼：10406分類號：TP391.4學號：151608350004南昌航空大學南昌航空大學碩士學位論文(學術學位研究生)基于相關濾波的單基于相關濾波的單目標跟蹤算法目標跟蹤算法研究研究碩士研究生：鐘國崇導師：儲珺申請學位級別：碩士學科、專業(yè)：軟件工程所在單位：軟件學院答辯日期：2018年6月授予學位單位：南昌航空大學I摘要基金資助：國家自然科學基金（No:6166303161661036），江西省重點研發(fā)計劃項目（20161BBE

2、50085）。單目標跟蹤一直都是計算機視覺領域中亟需解決的問題之一，其目的是在人為給定任意時刻的目標位置下去跟蹤目標的后續(xù)運動軌跡。跟蹤技術常常應用在虛擬現(xiàn)實和天網(wǎng)等民用領域中。盡管單目標跟蹤算法在最近一段時間得到了快速的發(fā)展。但在實際應用中，由于目標處在復雜多變的環(huán)境里，比如受光照、形變、尺度、遮擋等影響，跟蹤算法很難準確的定位到目標。其中最主要的原因是模型的錯誤訓練和更新削弱了跟蹤器對目標的識別能力，從而出現(xiàn)漂移現(xiàn)象，最終導致跟蹤失

3、敗。針對以上問題，本文主要從特征的選取和融合、遮擋狀態(tài)下的判別以及分類器的選擇與應用等方面對單目標跟蹤算法進行研究。主要工作如下：（1）經(jīng)典視覺單目標跟蹤方法通常以單特征來描述被跟蹤的目標。而在實際場景下，目標的表觀特征因受到光照、形變、尺度等因素的影響而發(fā)生變化。為了更好的描述目標，本文首先引入方向梯度直方圖(HistogramofientedGradientHOG)特征和顏色名(colnamesCN)特征，利用傳統(tǒng)的特征提取方法去訓

4、練各自的相關濾波器模型，將其與各自特征相關濾波得到各自的響應圖；然后利用固定權重法、響應強度峰值旁瓣比(PeaktoSidelobelRatioPSR)法、實際響應和期望響應的差值法以及PSR值的敏感值(S)法分別求得各自響應值的權重最后利用權重對各響應圖進行融合得到最終的響應值及目標的位置，且對模型自適應更新。（2）當跟蹤的目標遭遇遮擋時，由于描述目標的表觀特征大部分被丟失，僅憑特征融合的策略很難穩(wěn)定地跟蹤目標。因此，本文首先在跟蹤模

5、塊中引入?21??損失函數(shù)來降低相關濾波算法對局部遮擋的敏感度；然后利用當前幀響應圖的PSR值來判斷目標是否被嚴重遮擋。當目標存在嚴重遮擋時，候選目標則進入到再檢測模塊，根據(jù)SVM(SupptVectMachine)分類器再檢測到候選目標的位置；最后通過對比檢測模塊的目標響應值和跟蹤模塊的目標響應值得到目標的最終位置，并對分類器和模型分別進行更新。本文通過選取OTB2013(ObjectTrackingBenchmark2013)數(shù)據(jù)集