發(fā)布時間：2021-02-03 04:05

　　隨著計算機(jī)視覺的快速發(fā)展,視覺跟蹤下的單目標(biāo)跟蹤越來越受到大眾的關(guān)注。跟蹤算法的發(fā)展從卡爾曼、粒子濾波器和特征點匹配的生成式模型到如今的基于相關(guān)濾波框架和Siamese（孿生）框架的判別式模型,跟蹤算法的精度以及速度在不斷提高。基于特征點匹配的算法優(yōu)點是結(jié)構(gòu)簡單,無訓(xùn)練過程。但是其存在著精度不高,遮擋時特征點消失的問題;基于Siamese框架的全卷積網(wǎng)絡(luò)算法速度快,但其只考慮了外觀特征,所以無法很好跟蹤背景復(fù)雜以及劇烈運動的物體。針對以上問題,本文對基于光流信息的特征點匹配以及Siamese框架的單目標(biāo)跟蹤算法進(jìn)行研究。具體如下:1.提出了一種虛擬特征點和模糊權(quán)重的方法�；谔卣鼽c匹配的跟蹤算法是傳統(tǒng)模型最主要的實現(xiàn)方式,但是其在目標(biāo)受到遮擋時魯棒性低。因此,在CMT算法的基礎(chǔ)上,加入了幾何統(tǒng)一性的虛擬特征點補充方法,在目標(biāo)受到遮擋的時候彌補特征點的不足。光流信息是物體運動信息重要的表征方式,其有相位可靠性高、對光照變化魯棒性高的優(yōu)點。因此提出了模糊理論的三分法來融合特征點匹配框和光流跟蹤框,在不影響速率的前提下提高了算法在目標(biāo)被遮擋時候的跟蹤精度。2.提出了一種時序打分模型,高效地將... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

目標(biāo)跟蹤系統(tǒng)基本框架

基于檢測的跟蹤算法如圖1-4為基于檢測的跟蹤算法的框架，其將傳統(tǒng)的跟蹤算法和檢測算法相結(jié)合，

像素位移計算示意圖

【參考文獻(xiàn)】：
期刊論文
[1]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(jī)學(xué)報. 2015(06)
[2]視頻跟蹤算法研究綜述[J]. 閆慶森,李臨生,徐曉峰,王燦.  計算機(jī)科學(xué). 2013(S1)



本文編號：3015875