|
基于特征點(diǎn)匹配及相關(guān)濾波的目標(biāo)跟蹤算法研究
|
|
資料類別
|
電子電工畢業(yè)論文（設(shè)計(jì)） |
|
|
課程(專業(yè))
|
信息與通信工程 |
|
關(guān)鍵詞
|
計(jì)算機(jī)視覺|長時(shí)間跟蹤 |
|
適用年級(jí)
|
研究生 |
|
身份要求
|
普通會(huì)員 |
|
金 幣
|
40 （金幣如何獲得？） |
|
文件格式
|
word |
|
文件大小
|
47344K |
|
發(fā)布時(shí)間
|
2019-02-17 19:41:00 |
|
預(yù)覽文件
|
無 |
|
下載次數(shù)
|
0 |
| 發(fā)布人 |
kj008 |
內(nèi)容簡介：
基于特征點(diǎn)匹配及相關(guān)濾波的目標(biāo)跟蹤算法研究，碩士學(xué)位論文，共75頁，36411字。
摘要
目標(biāo)跟蹤算法是計(jì)算機(jī)視覺領(lǐng)域中的重要研究方向，在實(shí)際生產(chǎn)生活中有著很多應(yīng)用場景，如精確制導(dǎo)、智能安防、人機(jī)交互和行為識(shí)別等。近些年，隨著計(jì)算機(jī)計(jì)算能力的大幅提升和跟蹤領(lǐng)域研究的不斷深入，出現(xiàn)了大量優(yōu)秀的跟蹤算法。但是，由于目標(biāo)跟蹤中可能出現(xiàn)的情況復(fù)雜，如光照變化、目標(biāo)形變、目標(biāo)遮擋丟失、復(fù)雜背景等因素，設(shè)計(jì)準(zhǔn)確性高、魯棒性好并且實(shí)時(shí)的目標(biāo)跟蹤算法仍然是一個(gè)具有挑戰(zhàn)性的問題。
本文研究了模型無關(guān)的長時(shí)間實(shí)時(shí)單目標(biāo)跟蹤算法，提出一種基于特征點(diǎn)匹配及相關(guān)濾波算法的目標(biāo)跟蹤算法，有效地解決了長時(shí)間目標(biāo)跟蹤過程中出現(xiàn)的遮擋和丟失問題。
該算法分為局部跟蹤和全局丟失重檢測兩個(gè)模塊。在局部跟蹤模塊，對傳統(tǒng)的相關(guān)濾波跟蹤算法加以改進(jìn)，加入了Color Name顏色特征，使用了多尺度遍歷的方法，使算法具有顏色敏感性和尺度適應(yīng)性。在全局丟失重檢測模塊，算法通過構(gòu)建前背景特征點(diǎn)模型，對局部跟蹤模塊的結(jié)果進(jìn)行二次判別，如果檢測到丟失或者遮擋，則進(jìn)行全局重檢測，重新初始化局部跟蹤模塊。在模型更新機(jī)制上，通過實(shí)驗(yàn)分析了不同的模型更新策略的優(yōu)劣，設(shè)計(jì)了逐幀遺忘的模型更新機(jī)制，保證了長時(shí)間跟蹤的準(zhǔn)確性和魯棒性。
在仿真驗(yàn)證部分，算法使用C++和OpenCV仿真實(shí)現(xiàn)。跟蹤視頻測試集使用公開測試集VTB50和新收集的補(bǔ)充測試集，補(bǔ)充測試集包括了5段車輛跟蹤視頻。為了對算法進(jìn)行橫向?qū)Ρ�，選擇了目前先進(jìn)的目標(biāo)跟蹤算法在相同環(huán)境下進(jìn)行了仿真實(shí)驗(yàn)測試。實(shí)驗(yàn)表明，本文提出算法對于目標(biāo)外形變化、目標(biāo)遮擋丟失等情況具有良好的準(zhǔn)確性和魯棒性，同時(shí)具有良好的實(shí)時(shí)性，在PC機(jī)上達(dá)到了43fps的處理速度。算法滿足實(shí)際應(yīng)用要求，應(yīng)用在ATM智能監(jiān)控系統(tǒng)中，目前已經(jīng)完成算法移植，正在測試。
關(guān)鍵詞：計(jì)算機(jī)視覺 長時(shí)間跟蹤 特征點(diǎn)匹配 相關(guān)濾波 模型更新
目 錄
第一章 緒論 1
1.1 研究背景及意義 1
1.2 國內(nèi)外發(fā)展現(xiàn)狀 3
1.3 本文研究內(nèi)容 5
1.4 本文組織結(jié)構(gòu) 6
第二章 目標(biāo)跟蹤算法分析及相關(guān)理論介紹 7
2.1 引言 7
2.2 目標(biāo)跟蹤算法框架 7
2.3 常用目標(biāo)跟蹤算法介紹 8
2.3.1 基于生成式的目標(biāo)跟蹤算法 8
2.3.2 基于判別式的目標(biāo)跟蹤算法 9
2.3.3 基于深度學(xué)習(xí)的目標(biāo)跟蹤算法 11
2.4 本文算法相關(guān)理論介紹 13
2.4.1 相關(guān)濾波算法 13
2.4.2 特征點(diǎn)算法 14
2.5 本章小結(jié) 17
第三章 基于特征點(diǎn)匹配及相關(guān)濾波的目標(biāo)跟蹤算法 19
3.1 引言 19
3.2 基于改進(jìn)的相關(guān)濾波的局部跟蹤 19
3.2.1 原始相關(guān)濾波跟蹤算法 20
3.2.2 基于FHOG和Color Name顏色特征的目標(biāo)模型構(gòu)建 22
3.2.3 多尺度目標(biāo)跟蹤 23
3.2.4 局部跟蹤整體流程 24
3.3 基于特征點(diǎn)匹配的全局檢測 25
3.3.1 相關(guān)濾波局部跟蹤的缺點(diǎn) 25
3.3.2 特征點(diǎn)特征的引入 26
3.3.3 基于前、背景模型的目標(biāo)遮擋/丟失判斷 27
3.3.4 基于特征點(diǎn)匹配的全局目標(biāo)檢測 29
3.3.5 全局檢測整體流程 31
3.4 結(jié)合局部-全局的模型更新策略 31
3.5 算法整體流程框架 34
3.6 與已有跟蹤算法的區(qū)別 35
3.7 本章小結(jié) 36
第四章 算法性能評(píng)估與綜合比較 37
4.1 前言 37
4.2 實(shí)驗(yàn)測試集 37
4.3 算法評(píng)價(jià)指標(biāo) 38
4.4 算法實(shí)現(xiàn)及測試環(huán)境 40
4.5 實(shí)驗(yàn)結(jié)果及分析 41
4.5.1 VTB50測試集上測試對比結(jié)果 41
4.5.2 本文測試視頻上測試對比結(jié)果 48
4.6 本章小結(jié) 54
第五章 總結(jié)與展望 57
5.1 總結(jié) 57
5.2 展望 57
參考文獻(xiàn) 59
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果 65
致謝 67
相關(guān)說明：
1. 如您下載的資料不止一份，建議您注冊成為本站會(huì)員。會(huì)員請登錄后下載。
2. 會(huì)員購買金幣50元以下，0.7元/個(gè)，50元以上，0.5元/個(gè)。具體請看：下載與付款。
3. 會(huì)員48小時(shí)內(nèi)下載同一文件，不重復(fù)扣金幣。
4. 下載后請用WinRAR或 WinZIP解壓縮后使用。
5. 如仍有其他下載問題，請看常見問題解答。
下載地址：
|
|
| 相關(guān)畢業(yè)論文（設(shè)計(jì)） |
|
|
| 推薦畢業(yè)論文（設(shè)計(jì)） |
|
|
|
|
|