版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著計算機(jī)的快速發(fā)展,人們更多的希望計算機(jī)能夠完成人類視覺信息的處理。隨后便產(chǎn)生了一門新的學(xué)科,即計算機(jī)視覺。目標(biāo)跟蹤技術(shù)屬于計算機(jī)視覺的一個分支。目標(biāo)跟蹤技術(shù)可應(yīng)用于安全監(jiān)控、智能交通等多個領(lǐng)域。本文主要研究了圖像序列中的目標(biāo)物體跟蹤算法。
在線目標(biāo)跟蹤是一個具有挑戰(zhàn)性的問題。這種挑戰(zhàn)性主要來源于物體表面變化時,需要建立一個有效的物體外在表示模型。引起物體表面變化的內(nèi)在原因和外在原因分別是:運動目標(biāo)姿態(tài)的多樣性、周圍背景光線
2、的變化、背景物體的遮擋以及運動造成的模糊等。鑒于以上因素,使得建立有效的跟蹤模型具有重要意義。跟蹤算法模型主要包括運動模型和觀測模型。目標(biāo)跟蹤算法中的運動模型主要完成對運動物體狀態(tài)的預(yù)測,其中,預(yù)測的基礎(chǔ)是前一幀或幾幀圖像。觀測模型主要包括對目標(biāo)物體的外在描述。對物體的外在描述要求做到既要完整地描述目標(biāo)物體特征,又要減少跟蹤計算的時間,并且能夠在跟蹤過程中對模型進(jìn)行更新。
本文提出的第一種跟蹤算法是:稀疏原型的在線目標(biāo)跟蹤算法
3、。主要包括三部分:(1)目標(biāo)表示部分。目標(biāo)的表示部分綜合?1規(guī)則化和主成分分析(PCA)重建。(2)目標(biāo)跟蹤部分。目標(biāo)在跟蹤過程中,對稀疏原型不斷在線更新。(3)防止跟蹤漂移。在模型建立過程中,考慮遮擋和運動模糊兩個因素。
另外,本文設(shè)計出另一種高效的跟蹤算法,算法觀測模型中的特征提取,采用的是壓縮感知的方法。在壓縮域中,利用從圖像提取的主要特征,從而建立觀測模型,此模型能夠更好得表示要跟蹤的目標(biāo)。主要完成如下工作:根據(jù)稀疏感
4、知理論,通過滿足 RIP條件的非常稀疏的測量矩陣,實現(xiàn)對原圖像特征空間做投影,從而得到一個低維壓縮子空間。低維壓縮子空間可以很好地保留高維圖像特征空間的信息。通過稀疏測量矩陣去提取前景目標(biāo)和背景的特征,以此作為在線學(xué)習(xí)更新分類器的正樣本和負(fù)樣本,然后使用樸素貝葉斯分類器去分類下一幀圖像。最后更新分類器參數(shù)和輸出目標(biāo)跟蹤位置。
最后,本文在算法的評估方面引進(jìn)了兩個評估標(biāo)準(zhǔn):重疊率和中心位置誤差率。通過與其它算法在重疊率和中心位置
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示和壓縮感知的目標(biāo)檢測與跟蹤研究.pdf
- 基于壓縮感知的實時目標(biāo)跟蹤算法研究.pdf
- 基于壓縮感知的預(yù)測目標(biāo)跟蹤算法研究.pdf
- 基于壓縮感知的目標(biāo)檢測與跟蹤算法研究.pdf
- 基于壓縮感知單目標(biāo)多尺度跟蹤算法研究.pdf
- 基于壓縮感知理論的目標(biāo)重構(gòu)及跟蹤算法研究.pdf
- 基于特征加權(quán)的快速壓縮感知目標(biāo)跟蹤算法研究.pdf
- 基于壓縮感知的跟蹤算法研究.pdf
- 基于稀疏表征的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏表達(dá)的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏表示的目標(biāo)跟蹤算法.pdf
- 基于壓縮感知的運動目標(biāo)跟蹤.pdf
- 壓縮感知的稀疏重構(gòu)算法研究.pdf
- 基于壓縮感知的視頻目標(biāo)跟蹤.pdf
- 基于局部稀疏特征的壓縮跟蹤算法研究.pdf
- 基于壓縮感知的稀疏信道估計算法研究.pdf
- 基于粒子濾波和稀疏表示的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏表示和隨機(jī)森林的目標(biāo)跟蹤算法.pdf
- 基于稀疏表示和壓縮感知的視頻跟蹤技術(shù)及其應(yīng)用研究.pdf
- 基于壓縮感知理論的雷達(dá)目標(biāo)跟蹤方法研究.pdf
評論
0/150
提交評論