本文關(guān)鍵詞：基于TLD的目標跟蹤改進算法研究　出處：《中北大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 目標跟蹤 TLD 多新息Kalman濾波 多攝像頭跟蹤

【摘要】：隨著計算機技術(shù)與人工智能的快速發(fā)展,機器視覺在監(jiān)控安防、身份認證、醫(yī)學(xué)診斷、工業(yè)檢測等領(lǐng)域具有廣泛的應(yīng)用。圖像作為人類獲取知識的重要來源包含了豐富的信息,因此機器視覺發(fā)展的最終目的是實現(xiàn)計算機理解圖像中的客觀環(huán)境,代替人工來做出決策或進一步的上層處理。目標跟蹤作為機器視覺的一個研究方向,引起了廣泛的關(guān)注。本文首先將跟蹤算法的處理流程分為四個步驟:特征提取、運動模型、觀測模型、模型更新,文章介紹了各個步驟中常用的算法,之后重點研究了Tracking-Learning-Detection(TLD)跟蹤算法,TLD跟蹤算法是一個單目標長時間跟蹤算法,它解決了目標在跟蹤視野中消失后又重新出現(xiàn)時的目標捕獲問題,算法自2011年提出后引起了極大的關(guān)注,眾多國內(nèi)外研究者提出了相應(yīng)的改進策略。通過對TLD跟蹤算法的深入了解,本文詳細介紹了算法中的跟蹤模塊、檢測模塊、學(xué)習模塊。通過分析Kalman濾波算法的局限性,文章引入了多新息理論。將多新息Kalman濾波算法(MIKF)引入TLD跟蹤算法中,提出了結(jié)合多新息Kalman濾波的TLD改進算法(TLD_MIKF)。其次,TLD作為單目標單攝像頭的跟蹤算法其跟蹤視野有較大的局限性,文章提出了基于TLD的多攝像頭跟蹤算法。改進算法提高了原始TLD算法的魯棒性并且實現(xiàn)了多攝像頭環(huán)境下對目標的連續(xù)跟蹤。文章具體研究內(nèi)容如下:(1)針對TLD跟蹤算法中對目標被遮擋后跟蹤失敗以及跟蹤精度不高的問題,本文結(jié)合多新息Kalman濾波算法提出了基于多新息Kalman濾波的TLD改進算法,改進算法對跟蹤目標的所在位置建模,將TLD跟蹤算法的結(jié)果作為系統(tǒng)當前狀態(tài)的觀測值,結(jié)合多新息Kalman濾波算法的預(yù)測值,優(yōu)化檢測結(jié)果,作為當前幀目標的跟蹤位置。通過實驗對原始TLD算法與加入多新息Kalman濾波的TLD改進算法進行了比較,實驗結(jié)果表明改進后的算法較原始TLD算法具有更高的跟蹤精度,而且實現(xiàn)了對跟蹤目標被遮擋后的位置預(yù)測。(2)針對TLD算法只能在單視頻輸入的圖像中跟蹤目標的局限性,文章引入了公告版的概念,將跟蹤目標的位置、模板等信息在全局的跟蹤系統(tǒng)中實時公告,并結(jié)合Kalman濾波算法預(yù)測目標在多攝像頭環(huán)境下的運動方向,提出了基于TLD的多攝像頭跟蹤算法。該算法將分布式布局的攝像頭抽象為無向圖并且在算法運行之前人工確定其拓撲結(jié)構(gòu),將跟蹤過程的實時信息發(fā)布在中心服務(wù)器維護的公告版中,并動態(tài)更新,使用Kalman濾波算法處理遮擋以及實現(xiàn)對跟蹤目標運動方向的預(yù)測。該算法實現(xiàn)了在多攝像頭環(huán)境中跟蹤單個目標,并記錄目標的運動軌跡。(3)本文通過實驗對改進算法的有效性驗證后,設(shè)計并實現(xiàn)了基于TLD的多攝像頭單目標跟蹤系統(tǒng),系統(tǒng)可以通過攝像頭接入或讀取視頻文件這兩種方式實現(xiàn)兩個通道的視頻輸入,可以實現(xiàn)目標在單攝像頭以及雙攝像頭環(huán)境下的跟蹤,并且可以選擇目標的檢索區(qū)域,如按車道跟蹤目標車輛。
[Abstract]:With the rapid development of computer technology and artificial intelligence , the machine vision has wide application in the fields of monitoring security , identity authentication , medical diagnosis and industrial detection . ( 2 ) Aiming at the limitation of tracking target in single - video input image , the paper introduces the concept of bulletin board , real - time announcement of tracking target location , template and other information in global tracking system .

【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 張華英;;并行志愿投檔算法及其復(fù)雜性分析[J];濰坊學(xué)院學(xué)報;2005年04期

2 師瑞峰;周一民;周泓;;一種求解雙目標job shop問題的混合進化算法[J];控制與決策;2007年11期

3 佟冶;;線性平移策略降低算法復(fù)雜度的研究與實踐[J];上海師范大學(xué)學(xué)報(自然科學(xué)版);2010年06期

4 鄭智捷;一種新型的快速并行合并算法——雙二元數(shù)連貫合并算法(二)[J];計算機學(xué)報;1983年04期

5 邵建華,方佳佶,章開和,唐璞山;實用版圖壓縮算法[J];微電子學(xué);1992年01期

6 李文奇,張忠能;頁面包裝器自動生成的改進算法[J];計算機工程與應(yīng)用;2004年22期

7 周建欽，，劉世民;漢字的分組排序和查找算法[J];微電子學(xué)與計算機;1995年05期

8 徐精明,曹先彬,王煦法;多態(tài)蟻群算法[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2005年01期

9 鐘誠;基于映射和二分樹的查找算法及實驗研究[J];廣西科學(xué)院學(xué)報;1998年01期

10 林亞平;概率分析進化算法及其研究進展[J];計算機研究與發(fā)展;2001年01期

相關(guān)會議論文 前1條

1 韓渭賓;江道崇;鄧建平;袁海良;洪時中;;算法復(fù)雜性與地震預(yù)報的研究[A];中國地震學(xué)會第五次學(xué)術(shù)大會論文摘要集[C];1994年

相關(guān)重要報紙文章 前2條

1 PALADIN;對算法進行分析（2）[N];電腦報;2003年

2 ;編程沙龍[N];電腦報;2003年

相關(guān)博士學(xué)位論文 前10條

1 馮思玲;生物地理學(xué)優(yōu)化算法及其在生物序列模式發(fā)現(xiàn)中的應(yīng)用[D];電子科技大學(xué);2014年

2 楊智應(yīng);若干算法的復(fù)雜性分析問題研究[D];復(fù)旦大學(xué);2004年

3 李相勇;車輛路徑問題模型及算法研究[D];上海交通大學(xué);2007年

4 韓麗霞;自然啟發(fā)的優(yōu)化算法及其應(yīng)用研究[D];西安電子科技大學(xué);2009年

5 孫宏;航空公司飛機排班問題：模型及算法研究[D];西南交通大學(xué);2003年

6 劉玉身;離散模型光滑算法的研究[D];清華大學(xué);2006年

7 曹蓓;粒子濾波改進算法及其應(yīng)用研究[D];中國科學(xué)院研究生院(西安光學(xué)精密機械研究所);2012年

8 劉道建;SLI的條件冗余性及LP問題的算法研究[D];西南交通大學(xué);2013年

9 李斌;LZ復(fù)雜性算法及其在生物序列分析中的應(yīng)用研究[D];中南大學(xué);2008年

10 曹明;智能算法及其在信息安全若干關(guān)鍵問題中的應(yīng)用與研究[D];北京郵電大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 黃國明;基于線圖譜分析的復(fù)雜網(wǎng)絡(luò)重疊社團發(fā)現(xiàn)算法研究[D];蘭州大學(xué);2015年

2 金巧;基于QSP的MIMO信號檢測技術(shù)研究[D];江西理工大學(xué);2015年

3 田苗狀;拍賣算法研究及其應(yīng)用[D];青島大學(xué);2015年

4 焦蓬斐;基于TLD的目標跟蹤改進算法研究[D];中北大學(xué);2016年

5 王凱;差異工件單機批調(diào)度的自適應(yīng)蟻群退火算法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

6 蔣文霞;有時間窗車輛路徑問題的模型及算法[D];武漢理工大學(xué);2007年

7 詹士昌;蟻群算法及其在連續(xù)性空間優(yōu)化問題中的應(yīng)用[D];浙江大學(xué);2002年

8 車潁濤;時間約束下的應(yīng)急資源調(diào)度模型及算法研究[D];河南大學(xué);2007年

9 陳東慶;蟻群算法在軍事物流配送中的應(yīng)用研究[D];大連理工大學(xué);2005年

10 李勁;競選算法及其應(yīng)用研究[D];廣東工業(yè)大學(xué);2008年

本文編號：1404505