視覺目標跟蹤作為計算機視覺領(lǐng)域的重要研究方向,在視頻監(jiān)控、人機交互,智能交通、軍事目標定位等方面有著廣泛的應(yīng)用。經(jīng)過60余年的發(fā)展,視覺目標跟蹤技術(shù)取得了很大進展,但受目標形變、遮擋、環(huán)境光照變化等諸多因素的影響,尚沒有一種通用的跟蹤算法可以解決上述所有問題。因此,設(shè)計魯棒性強、跟蹤精度高、實時性好的目標跟蹤算法是一個頗具挑戰(zhàn)性的工作。近年來,基于相關(guān)濾波理論的跟蹤方法在視覺目標跟蹤數(shù)據(jù)集上取得了優(yōu)越的性能。這一類方法在初始化階段訓(xùn)練一個判別性相關(guān)濾波器（Discriminative Correlation Filter,DCF）,隨后的步驟由檢測和更新交替進行;1)檢測:在前一幀目標位置處獲取當前目標外觀與濾波器做相關(guān)運算得到相關(guān)響應(yīng)圖,根據(jù)響應(yīng)峰值確定當前幀目標位置;2)更新:利用新的當前幀目標位置提取目標外觀、再根據(jù)期望輸出對相關(guān)濾波器進行更新。由于上述操作均可在頻域中通過快速傅里葉算法實現(xiàn),基于相關(guān)濾波的跟蹤方法在實時性上具有非常顯著的優(yōu)勢。圍繞這一框架,后續(xù)研究主要集中在外觀模型改進、訓(xùn)練與更新策略、應(yīng)對目標尺度變化等方面。隨著深度學(xué)習(xí)的興起,卷積神經(jīng)網(wǎng)絡(luò)（Convoluti... 

【文章來源】：中南民族大學(xué)湖北省

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【部分圖文】：

相關(guān)濾波跟蹤框架

跟蹤器的檢測框Detection真實目標框Ground truth圖 2-2 本章所敘述的算法在 4 個序列上的跟蹤結(jié)果圖（a）FaceOcc2；（b）Car2；（c）Dudek；（d）Crossing圖 2-2 中綠色框表示跟蹤器得到的跟蹤框，紅色的則為真實目標框round truth。圖 2-2（a）中目標主要受遮擋影響，（b）中目標主要受光照變

(a)(b) (c) (d)圖 3-1 顏色特征和 HOG 特征HOG 特征，即方向梯度直方圖（Histogram of Oriented Gradient），其計算圖像 cell 區(qū)域的方向梯度并統(tǒng)計來構(gòu)成 HOG 特征描述子，對目標形變、光照變化都能保持較好的不變性，適合于目標跟蹤。其可視化效果如圖 3-1（d），從圖中

【參考文獻】：
期刊論文
[1]相關(guān)濾波目標跟蹤進展綜述[J]. 張微,康寶生.  中國圖象圖形學(xué)報. 2017(08)
[2]智能視頻監(jiān)控技術(shù)綜述[J]. 黃凱奇,陳曉棠,康運鋒,譚鐵牛.  計算機學(xué)報. 2015(06)
[3]目標跟蹤技術(shù)綜述[J]. 高文,朱明,賀柏根,吳笑天.  中國光學(xué). 2014(03)
[4]武漢“城市視頻監(jiān)控系統(tǒng)建設(shè)”項目系統(tǒng)[J]. 李杰,劉勇強,呂龍龍.  信息通信技術(shù). 2012(05)



本文編號：3559767