目標(biāo)跟蹤一直是計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)之一,其主要任務(wù)就是對(duì)一個(gè)選定的目標(biāo)進(jìn)行實(shí)時(shí)的位置確定。由于跟蹤過(guò)程中目標(biāo)可能受到各種干擾,例如形狀改變、外物遮擋、運(yùn)動(dòng)模糊、尺度變化、復(fù)雜背景等,所以要求跟蹤算法能夠?qū)崟r(shí)處理目標(biāo)出現(xiàn)的各種情況。近幾年,目標(biāo)跟蹤領(lǐng)域出現(xiàn)了很多優(yōu)秀的方法,但依然無(wú)法同步處理以上各種挑戰(zhàn)。本文針對(duì)現(xiàn)有跟蹤算法及跟蹤平臺(tái)的不足之處,開(kāi)展了以下研究工作:(1)針對(duì)傳統(tǒng)相關(guān)濾波方法模型判別能力有限的問(wèn)題,本文建立了一種自適應(yīng)多相關(guān)濾波器的模型。該模型在利用相關(guān)濾波方法高速計(jì)算能力的基礎(chǔ)上,自適應(yīng)地生成多個(gè)濾波器模塊,并利用聚類(lèi)的方法來(lái)有選擇性地更新每一個(gè)濾波器,使不同類(lèi)型的訓(xùn)練數(shù)據(jù)只更新與其對(duì)應(yīng)的濾波模塊。跟蹤過(guò)程中,每個(gè)濾波器分別對(duì)輸入的候選框進(jìn)行計(jì)算,并綜合所有濾波器的結(jié)果來(lái)預(yù)測(cè)目標(biāo)的位置。模型中的每一個(gè)濾波器都能對(duì)某一特定類(lèi)型的目標(biāo)具有很高的敏感度和判別能力,從而整個(gè)算法模型的魯棒性都得到了提升。(2)針對(duì)快速運(yùn)動(dòng)目標(biāo)的場(chǎng)景,本文提出了一個(gè)基于手工特征的自適應(yīng)多相關(guān)濾波跟蹤算法。該算法利用手工特征的快速計(jì)算特性,將其與自適應(yīng)多相關(guān)濾波模型相結(jié)合,得到了一個(gè)能夠處理快速運(yùn)動(dòng)目標(biāo)的視覺(jué)跟蹤算法。算法在測(cè)試數(shù)據(jù)集上實(shí)現(xiàn)了65幀/秒的跟蹤速度,目標(biāo)中心位置定位準(zhǔn)確率達(dá)到了0.735。(3)針對(duì)復(fù)雜情況目標(biāo)的場(chǎng)景,本文提出了一個(gè)基于深度卷積特征的自適應(yīng)多相關(guān)濾波跟蹤算法。該算法利用深度學(xué)習(xí)網(wǎng)絡(luò)得到的語(yǔ)義信息豐富的深度卷積特征,并將其輸入到自適應(yīng)多相關(guān)濾波模型當(dāng)中,得到了一個(gè)能夠適應(yīng)各種復(fù)雜場(chǎng)景變化的視覺(jué)跟蹤算法。算法在測(cè)試數(shù)據(jù)集上實(shí)現(xiàn)了23.8幀/秒的跟蹤速度,目標(biāo)中心位置定位準(zhǔn)確率達(dá)到了0.852。本文不僅在數(shù)據(jù)集上對(duì)算法進(jìn)行了對(duì)比實(shí)驗(yàn),還針對(duì)實(shí)際的跟蹤任務(wù),設(shè)計(jì)并制作了一個(gè)大視野范圍下精細(xì)目標(biāo)跟蹤平臺(tái),用于測(cè)試算法在現(xiàn)實(shí)場(chǎng)景下的應(yīng)用。該平臺(tái)采用雙相機(jī)協(xié)同工作的模式,一個(gè)相機(jī)在大視野范圍內(nèi)對(duì)目標(biāo)進(jìn)行實(shí)時(shí)跟蹤,該相機(jī)最大視野范圍是6.8×4.9米,另一個(gè)相機(jī)在小視野范圍內(nèi)實(shí)時(shí)檢測(cè)目標(biāo)的各種精細(xì)變化,獲得跟蹤對(duì)象更加準(zhǔn)確的位置信息。平臺(tái)最高運(yùn)行速度可以達(dá)到60幀/秒。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：TP391.41;TN713
【部分圖文】：

(d) 智能監(jiān)控 (e) 軍事制導(dǎo) (f) 醫(yī)學(xué)診斷圖 1- 1 視覺(jué)跟蹤的應(yīng)用場(chǎng)景各種對(duì)象，例如在銀行安防應(yīng)用中，需要跟蹤來(lái)往的各種行人，在無(wú)人駕駛應(yīng)用中，需要跟蹤各種機(jī)動(dòng)車(chē)與非機(jī)動(dòng)車(chē)，同時(shí)也需要跟蹤道路上的行人。這樣便要求跟蹤算法在很少的樣本情況下準(zhǔn)確地學(xué)習(xí)到跟蹤目標(biāo)的外形特點(diǎn)，并能在之后的一段時(shí)間內(nèi)清楚的判斷出目標(biāo)所在的位置。其次，在跟蹤過(guò)程中目標(biāo)可能會(huì)發(fā)生各種狀況，例如目標(biāo)被其他物體遮擋，目標(biāo)形狀發(fā)生變化，目標(biāo)快速移動(dòng)等。這樣就要求跟蹤器具有很強(qiáng)大的判別能力，能夠在目標(biāo)發(fā)生各種改變時(shí)，仍準(zhǔn)確地定位出其所在位置。最后，目標(biāo)跟蹤是一個(gè)實(shí)時(shí)任務(wù)，這便要求算法具有很高的計(jì)算速度，能在很短的時(shí)間內(nèi)完成對(duì)目標(biāo)的搜索，定位和分析。隨著近幾年視覺(jué)跟蹤技術(shù)需求量的增加，視覺(jué)跟蹤平臺(tái)也成為了技術(shù)落地的重要一環(huán)。在大多數(shù)任務(wù)中，視覺(jué)跟蹤平臺(tái)都要實(shí)現(xiàn)無(wú)人控制，要求跟蹤平臺(tái)能夠?qū)崟r(shí)地追蹤移動(dòng)目標(biāo)，并能夠準(zhǔn)確地鎖定目標(biāo)具體位置。因此，跟蹤平臺(tái)需要清晰地采集到目標(biāo)及其周?chē)谋尘皥D像，高速且準(zhǔn)確的執(zhí)行跟蹤算法，并將計(jì)算得到的目
【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 鄭西點(diǎn);袁浩巍;杜正陽(yáng);陳忠;張文強(qiáng);;一種高速視覺(jué)實(shí)時(shí)定位與跟蹤系統(tǒng)的研制[J];上海電氣技術(shù);2015年01期

2 李遠(yuǎn)征;盧朝陽(yáng);高全學(xué);李靜;;基于多特征融合的均值遷移粒子濾波跟蹤算法[J];電子與信息學(xué)報(bào);2010年02期

3 牛長(zhǎng)鋒;劉玉樹(shù);;一種新的Mean-Shift對(duì)象跟蹤方法[J];光電工程;2008年03期

4 常發(fā)亮;劉雪;王華杰;;基于均值漂移與卡爾曼濾波的目標(biāo)跟蹤算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年12期

5 侯志強(qiáng);韓崇昭;;視覺(jué)跟蹤技術(shù)綜述[J];自動(dòng)化學(xué)報(bào);2006年04期

相關(guān)博士學(xué)位論文 前1條

1 王棟;基于線性表示模型的在線視覺(jué)跟蹤算法研究[D];大連理工大學(xué);2013年

本文編號(hào)：2857590