復(fù)雜環(huán)境下基于多特征融合的目標(biāo)跟蹤關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩131頁未讀 繼續(xù)免費閱讀

下載本文檔

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、視覺目標(biāo)跟蹤(Visual Object Tracking, VOT)是計算機視覺、圖像處理和模式識別等領(lǐng)域研究的熱點之一,在智能視頻監(jiān)控、人機交互、智能交通、軍事制導(dǎo)和機器人導(dǎo)航定位等領(lǐng)域具有廣泛的應(yīng)用。復(fù)雜環(huán)境下,受光照變化、相似背景、目標(biāo)形變以及遮擋等因素的影響,對視覺目標(biāo)進(jìn)行精確、魯棒的實時跟蹤成為計算機視覺領(lǐng)域公認(rèn)的難題。近年來,雖然國內(nèi)外很多學(xué)者對目標(biāo)跟蹤進(jìn)行了深入研究,提出了許多優(yōu)秀算法,但仍然有很多關(guān)鍵技術(shù)問題沒有得到有

2、效解決,因此,設(shè)計一個實時性更高、魯棒性更好的視覺目標(biāo)跟蹤系統(tǒng),是當(dāng)前軍事和民用領(lǐng)域的迫切需要。 本文在視覺目標(biāo)跟蹤領(lǐng)域經(jīng)典粒子濾波和均值偏移(Mean Shift)理論的基礎(chǔ)上,對基于多特征融合的目標(biāo)跟蹤關(guān)鍵技術(shù)進(jìn)行了系統(tǒng)研究。針對復(fù)雜環(huán)境下,目標(biāo)跟蹤誤差較大、精度較低的難題,提出了基于特征描述能力度量的多特征自適應(yīng)融合目標(biāo)跟蹤方法,提高了復(fù)雜環(huán)境下目標(biāo)跟蹤算法的魯棒性和精確性。
  本研究主要內(nèi)容包括:⑴提出了基于多特征融合目

3、標(biāo)跟蹤框架的構(gòu)建方案。通過對復(fù)雜環(huán)境下的目標(biāo)跟蹤問題進(jìn)行分析,建立了多特征融合目標(biāo)跟蹤的總體框架和通用模型;通過引入特征描述能力度量函數(shù),給出了基于特征描述能力度量的多特征融合策略,為實現(xiàn)不同跟蹤算法框架下的多特征融合跟蹤奠定了基礎(chǔ)。⑵提出了一種基于多特征自適應(yīng)融合的粒子濾波目標(biāo)跟蹤方法。針對基于單一特征和固定權(quán)值多特征目標(biāo)模型跟蹤算法魯棒性較差的問題,提出一種基于特征可分性和穩(wěn)定性度量的多特征融合目標(biāo)跟蹤算法。具體而言,在粒子濾波框架

4、下,根據(jù)跟蹤場景的變化,通過動態(tài)計算不同特征對目標(biāo)和背景的可區(qū)分性和穩(wěn)定性,設(shè)置重要性權(quán)值并自適應(yīng)選擇區(qū)分能力強、穩(wěn)定性好的特征描述目標(biāo),建立多特征融合目標(biāo)模型。在狀態(tài)轉(zhuǎn)移過程中,給出了一種基于特征穩(wěn)定性度量的選擇性模板更新策略,并對遮擋進(jìn)行了有效的處理。實驗結(jié)果表明,復(fù)雜場景下該方法具有更好的魯棒性和精確性。⑶提出了一種尺度和方向自適應(yīng)的多特征融合Mean Shift目標(biāo)跟蹤方法。經(jīng)典Mean Shift算法僅使用顏色特征描述目標(biāo),缺

5、少目標(biāo)模型的自適應(yīng)更新,針對此問題,通過度量特征對目標(biāo)和背景的區(qū)分能力、動態(tài)計算特征權(quán)值、自適應(yīng)選擇高權(quán)值特征建立多特征融合目標(biāo)模型,推導(dǎo)出了基于多特征融合的Mean Shift目標(biāo)定位公式。依據(jù)特征權(quán)值的大小,提出了一種目標(biāo)模板的異步更新策略,以減輕目標(biāo)模型的漂移。針對Mean Shift算法使用固定的核函數(shù)帶寬,對目標(biāo)尺度變化適應(yīng)性較差的問題,在Mean Shift算法框架下引入了SIFT特征,使算法對目標(biāo)模型尺度和方向的變化具有良

6、好的適應(yīng)性。實驗結(jié)果證明,在目標(biāo)姿態(tài)、尺度和方向發(fā)生較大變化以及遮擋等復(fù)雜環(huán)境下,所提方法優(yōu)于同類跟蹤算法。⑷提出了一種基于多特征自適應(yīng)融合的分塊目標(biāo)跟蹤方法。針對復(fù)雜環(huán)境下,基于全局特征模型的目標(biāo)跟蹤算法容易丟失目標(biāo)的情況,提出了一種基于局部敏感直方圖和超像素模型的自適應(yīng)分塊目標(biāo)跟蹤算法。該算法利用局部敏感直方圖特征和自適應(yīng)分塊方法建立目標(biāo)模型,提取局部敏感直方圖的亮度不變特征來抵制光照變化對目標(biāo)模型的影響;針對局部敏感直方圖算法缺少

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

評論

0/150

提交評論