本文關鍵詞：復雜場景中在線目標跟蹤研究

  更多相關文章： 目標跟蹤 時空上下文信息 顏色恒常性 隨機森林 在線學習

【摘要】：目標跟蹤是當前計算機視覺領域的研究熱點之一。經(jīng)過幾十年的發(fā)展,目標跟蹤在許多方面已經(jīng)取得了很多進展,但其在復雜場景下的跟蹤可靠性依舊是當前的研究難點之一。本文研究了現(xiàn)有的典型目標跟蹤算法,并針對復雜場景中的光照變化和遮擋這兩個跟蹤難點對現(xiàn)有跟蹤算法進行了研究和改進,主要研究成果如下:針對劇烈光照變化下圖像局部或整體灰度劇烈變化而容易導致跟蹤失敗的問題,提出了一種結(jié)合顏色信息和Retinex灰度增強的時空上下文算法。該方法使用多尺度Retinex算法對圖像進行增強以減弱光照變化對灰度圖像的影響,并在使用Retinex灰度增強的目標模型的基礎上,引入基于色調(diào)信息的目標模型與之結(jié)合成改進的目標模型用來跟蹤。實驗結(jié)果表明該方法在光照劇烈變化的場景下跟蹤依然可靠,相較其它主流算法精度更高。針對復雜場景下的遮擋問題提出了一種雙模型的時空上下文算法。改進算法引入了一個輔助目標模型,輔助目標模型基于圖像二值特征而不是相關性信息,能評估時空上下文算法跟蹤結(jié)果的有效性,并在時空上下文跟蹤結(jié)果評估為無效時在圖像中搜索目標。該方法在利用時空上下文模型在短時遮擋情況下的優(yōu)勢的同時,解決了時空上下文模型在持續(xù)遮擋過程中容易錯誤更新的缺點,同時也避免了單一使用二值特征進行跟蹤帶來的運算量大的問題。實驗結(jié)果表明,提出的算法在遮擋場景中能可靠跟蹤目標,具有較好的魯棒性。
【關鍵詞】：目標跟蹤 時空上下文信息 顏色恒常性 隨機森林 在線學習
【學位授予單位】：中國民航大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-16
• 1.1 研究背景和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 目標跟蹤發(fā)展歷程10-12
• 1.2.2 目標跟蹤算法分類12-14
• 1.3 本文研究內(nèi)容及論文結(jié)構14-16
• 第二章 目標跟蹤基本理論16-28
• 2.1 目標跟蹤原理16-17
• 2.2 典型目標跟蹤算法17-25
• 2.2.1 Meanshift算法18-19
• 2.2.2 基于P-N學習的目標跟蹤算法19-22
• 2.2.3 時空上下文跟蹤算法22-25
• 2.3 算法性能評估標準25-27
• 2.4 本章小節(jié)27-28
• 第三章 結(jié)合顏色信息和Retinex灰度增強時空上下文跟蹤算法28-38
• 3.1 Retinex灰度增強28-30
• 3.1.1 單尺度Retinex算法29
• 3.1.2 多尺度Retinex算法29-30
• 3.2 顏色信息處理30-32
• 3.3 結(jié)合顏色信息與灰度增強的跟蹤算法原理32-33
• 3.4 實驗結(jié)果與分析33-37
• 3.5 本章小節(jié)37-38
• 第四章 基于雙模型的時空上下文跟蹤算法38-49
• 4.1 時空上下文目標模型的不足38-39
• 4.2 輔助目標模型39-43
• 4.2.1 評估器39-40
• 4.2.2 搜索器40-43
• 4.3 基于雙模型的時空上下文算法43-44
• 4.4 實驗結(jié)果與分析44-48
• 4.5 本章小節(jié)48-49
• 第五章 總結(jié)與展望49-50
• 致謝50-51
• 參考文獻51-56
• 在學期間取得的學術成果56

，

本文編號：531562