本文選題：KCF跟蹤算法 + ORB特征檢測��； 參考：《中國科學院大學(中國科學院沈陽計算技術(shù)研究所)》2017年碩士論文

【摘要】：計算機視覺一直屬于比較熱門的研究領(lǐng)域。計算機視覺中的一個重要分支是目標的跟蹤。目標跟蹤以及軌跡記錄在交通監(jiān)控、行人流量、天文觀測、導航制導、武器裝備的研發(fā)等領(lǐng)域有著很實用的價值。KCF(kernelized correlation filters)跟蹤法是一種新型的高速跟蹤算法。算法的主要目標是建立一個分類器,這個分類器能夠正確分類背景以及目標。由于利用了循環(huán)矩陣構(gòu)成樣本,該跟蹤算法的主要特征是訓練速度、檢測速度都較快速。因此,在一些實時性要求較高的系統(tǒng)中或者目標移動速度較快的跟蹤算法應(yīng)用中,具有比較廣闊的前景。本文詳細介紹了KCF跟蹤算法,本文描述的系統(tǒng)中使用了KCF高速跟蹤算法來跟蹤移動速度較快的目標,取得了比較理想的效果。在圖像特征提取與匹配算法中研究多種快速匹配算法,并在系統(tǒng)中使用ORB(oriented FAST and rotated BRIEF)快速算法。完成特征點提取后,在完成對應(yīng)點的匹配工作中,利用到了PROSAC優(yōu)化算法。本系統(tǒng)中ORB與PROSAC將算法結(jié)合起來。使用模糊辨識這種非線性擬合算法來擬合離散的坐標點,擬合的同時能夠起到降噪的作用。最終得到準確的目標運行軌跡。實驗表明本系統(tǒng)在性能上能夠滿足實用性的需要。然后運用本文提到的算法在OpenCV環(huán)境下完成了:1.完成了高速度的目標跟蹤算法,解決了系統(tǒng)要求的實時性問題,并能夠滿足系統(tǒng)精度的需求性;2.改進KCF算法使其能夠識別并跟蹤我們需要的目標;3.結(jié)合快速特征提取以及匹配算法,并使用匹配優(yōu)化算法,解決了計算機視覺雙目測距中兩幅圖像的對應(yīng)點計算較慢,匹配精確度不高的問題;4.通過非線性擬合算法擬合每幀中的目標坐標得到準確的目標的運行軌跡。解決了目標軌跡擬合不夠精確的問題。
[Abstract]:This paper introduces a new kind of high - speed tracking algorithm .

【學位授予單位】：中國科學院大學(中國科學院沈陽計算技術(shù)研究所)
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 張雷;王延杰;孫宏海;姚志軍;吳培;;采用核相關(guān)濾波器的自適應(yīng)尺度目標跟蹤[J];光學精密工程;2016年02期

2 張雷;王延杰;劉艷瀅;孫宏海;何舒文;;基于相關(guān)濾波器的視覺目標跟蹤方法[J];光電子·激光;2015年07期

3 肖斌;江弋;林凡;;基于ORB和KLT的移動增強現(xiàn)實三維注冊算法[J];計算機與現(xiàn)代化;2014年03期

4 文蘇麗;宋怡然;;2013年世界飛航導彈發(fā)展動向[J];飛航導彈;2014年01期

5 高帆;吳國平;刑晨;馬麗;;TLD目標跟蹤算法研究[J];電視技術(shù);2013年11期

6 張世良;;基于改進RANSAC算法的圖像自動拼接技術(shù)[J];三明學院學報;2012年02期

7 劉俸材;謝明紅;王偉;;雙目視覺的立體標定方法[J];計算機工程與設(shè)計;2011年04期

8 王先敏;曾慶化;熊智;劉建業(yè);;視覺導航技術(shù)的發(fā)展及其研究分析[J];信息與控制;2010年05期

9 王曉飛;張海艷;;紅外焦平面陣列成像制導技術(shù)的發(fā)展[J];戰(zhàn)術(shù)導彈技術(shù);2010年04期

10 楊戈;劉宏;;視覺跟蹤算法綜述[J];智能系統(tǒng)學報;2010年02期

相關(guān)博士學位論文 前1條

1 陳東成;基于機器學習的目標跟蹤技術(shù)研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2015年

相關(guān)碩士學位論文 前3條

1 劉銘;基于ORB算法的雙目視覺測量與跟蹤研究[D];哈爾濱工業(yè)大學;2014年

2 龔小彪;基于TLD框架的目標跟蹤算法研究[D];西南交通大學;2014年

3 曹璐;外觀設(shè)計專利圖像分割與特征提取技術(shù)研究[D];廣東工業(yè)大學;2011年

，

本文編號：1758499