發(fā)布時(shí)間：2021-07-22 03:19

　　目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域研究重點(diǎn)之一,在自動(dòng)駕駛、智能交通監(jiān)控等諸多領(lǐng)域都有很大的實(shí)用價(jià)值。目前,最主流的跟蹤算法是基于判別類的相關(guān)濾波跟蹤算法,但在一些復(fù)雜的跟蹤環(huán)境下,這些算法仍有待繼續(xù)深入研究。在實(shí)際應(yīng)用中,多目標(biāo)跟蹤需要對(duì)眾多目標(biāo)同時(shí)進(jìn)行追蹤,如果僅使用目標(biāo)檢測(cè)算法或單目標(biāo)跟蹤算法是無(wú)法實(shí)現(xiàn)的,針對(duì)此問(wèn)題,需要一個(gè)具有高魯棒性的多目標(biāo)跟蹤算法。基于上述分析,本文提出一種基于相關(guān)濾波跟蹤器的超像素分割驅(qū)動(dòng)跟蹤算法,以解決傳統(tǒng)相關(guān)濾波算法對(duì)于旋轉(zhuǎn)、尺度變化等情況跟蹤性能差的問(wèn)題。將輸入視頻序列進(jìn)行超像素分割,建立一個(gè)基于超像素的表觀模型,能夠有效捕捉目標(biāo)的外觀變化,有效解決目標(biāo)跟蹤中尺度變換的問(wèn)題。本文將具有抗噪、抗旋轉(zhuǎn)的分層梯度方向直方圖（Pyramid Histogram of Oriented Gradients,PHOG）特征和顏色特征（Color Name,CN）進(jìn)行結(jié)合,解決了目標(biāo)平面內(nèi)旋轉(zhuǎn)和平面外旋轉(zhuǎn)的問(wèn)題。在OTB-2015數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),本文提出的算法在AUC指標(biāo)上達(dá)到了65.3%,比傳統(tǒng)的核相關(guān)濾波跟蹤算法（Kernel Correlation Filter,K... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

四個(gè)子集的狀態(tài)轉(zhuǎn)移圖

重慶郵電大學(xué)碩士學(xué)位論文第4章基于馬爾科夫決策過(guò)程的多目標(biāo)跟蹤算法43可知，在MOTA指標(biāo)上，本章提出的算法能夠達(dá)到36.5，高于其他兩個(gè)對(duì)比算法。因?yàn)镸OTA指標(biāo)主要結(jié)合了誤報(bào)、丟失目標(biāo)和身份交換次數(shù)這三個(gè)數(shù)據(jù)，能夠最有效體現(xiàn)多目標(biāo)跟蹤器的性能，由此可知，本章提出的多目標(biāo)跟蹤算法具有較高的性能。圖4.2跟蹤結(jié)果可視化表4.3實(shí)驗(yàn)對(duì)比結(jié)果MOTAMOTPMTMLFPFNIDSwFragHzLMP[77]35.572.517.5%42.5%6654662454815950.3文獻(xiàn)[78]33.462.418.2%45.8%75825864232013511.5Ours36.570.820.1%43.6%62566312530810631.24.4本章小結(jié)本章針對(duì)多目標(biāo)跟蹤問(wèn)題中目標(biāo)遮擋和快速運(yùn)動(dòng)的挑戰(zhàn)因素，提出一種基于馬爾科夫決策過(guò)程的多目標(biāo)跟蹤算法。視頻序列中的每一個(gè)目標(biāo)都建模成具有四個(gè)子狀態(tài)空間的MDP，其中四個(gè)子狀態(tài)空間包含：活躍、已跟蹤、丟失、不活躍狀態(tài)。目標(biāo)的出現(xiàn)-消失-出現(xiàn)的過(guò)程對(duì)應(yīng)MDP中的狀態(tài)轉(zhuǎn)移過(guò)程。作為策略學(xué)習(xí)

【參考文獻(xiàn)】：
期刊論文
[1]融合運(yùn)動(dòng)信息與表觀信息的多目標(biāo)跟蹤算法[J]. 黎陽(yáng),沈燁,劉敏,戴仁月,姜曉燕.  電子科技. 2020(09)
[2]一種融合卡爾曼濾波的改進(jìn)時(shí)空上下文跟蹤算法[J]. 趙洲,黃攀峰,陳路.  航空學(xué)報(bào). 2017(02)
[3]履帶式拖拉機(jī)自動(dòng)駕駛系統(tǒng)路徑智能跟蹤控制研究[J]. 譚德權(quán),蔣蘋(píng),羅亞輝,胡文武.  中國(guó)農(nóng)學(xué)通報(bào). 2016(17)
[4]加權(quán)的超像素級(jí)時(shí)空上下文目標(biāo)跟蹤[J]. 王淑敏,宮寧生,陳逸韜.  計(jì)算機(jī)應(yīng)用研究. 2017(01)
[5]多特征自適應(yīng)融合的軍事偽裝目標(biāo)跟蹤[J]. 李科,徐克虎,張波.  計(jì)算機(jī)工程與應(yīng)用. 2012(34)
[6]粒子濾波算法研究進(jìn)展與展望[J]. 張?jiān)姽?朱立新,趙義正.  自動(dòng)化技術(shù)與應(yīng)用. 2010(06)
[7]一種改進(jìn)的光流場(chǎng)計(jì)算方法[J]. 吳新根,羅立民.  電子學(xué)報(bào). 2000(01)

碩士論文
[1]基于深度學(xué)習(xí)的物體檢測(cè)與跟蹤方法的研究[D]. 曾鈺廷.東華理工大學(xué) 2018
[2]智能視頻監(jiān)控系統(tǒng)中移動(dòng)目標(biāo)的檢測(cè)與跟蹤[D]. 李斐然.成都理工大學(xué) 2018



本文編號(hào)：3296329