多特征核相關(guān)濾波的紅外目標跟蹤技術(shù)研究
發(fā)布時間:2021-11-02 23:50
隨著計算機視覺領(lǐng)域的快速發(fā)展,目標跟蹤技術(shù)的研究作為其重要的研究方向之一也隨著科技的浪潮取得了突破性的進展。紅外目標跟蹤作為目標跟蹤領(lǐng)域之一,被廣泛應(yīng)用在視頻監(jiān)控、精確制導(dǎo)、單兵作戰(zhàn)和無人駕駛等諸多方面,對比可見光目標跟蹤能夠不受光線昏暗和霧霾等環(huán)境干擾,有抗干擾性、隱蔽性和全天時等優(yōu)點。但紅外目標跟蹤的研究不僅要應(yīng)對跟蹤中的諸多挑戰(zhàn)如目標被遮擋、尺度變化和目標相似物等,而且還要應(yīng)對紅外圖像由于信息量少,沒有足夠的特征模型和場景信息等問題。本文以核相關(guān)濾波知識作為理論基礎(chǔ),對于當前紅外目標跟蹤中的難點問題,在前人研究成果的基礎(chǔ)上提出了多特征核相關(guān)濾波的紅外目標跟蹤算法。本文的主要工作和創(chuàng)新性研究成果如下:1)從特征表達和模型更新的角度出發(fā),提出了一種多特征自適應(yīng)融合的核相關(guān)濾波紅外目標跟蹤算法。多峰檢測和高置信度模型更新策略保證了目標的準確定位和防止模型漂移、模型被污染等問題,同時減少了模型更新次數(shù),提升了算法的速率。以相對置信度計算特征融合系數(shù),對不同的場景能夠自適應(yīng)的選擇更相信哪個特征的置信度響應(yīng)圖譜。精細化尺度更新策略在尺度金字塔的基礎(chǔ)上采用牛頓迭代法能夠更準確的估計目標的尺度變...
【文章來源】:長春理工大學(xué)吉林省
【文章頁數(shù)】:71 頁
【學(xué)位級別】:碩士
【部分圖文】:
紅外目標跟蹤應(yīng)用a)導(dǎo)彈紅外跟蹤引導(dǎo)頭b)紅外跟蹤相機
ese)應(yīng)用在目標跟蹤中,速度達到了 50 幀/秒[28]。2016 年 Held 等提網(wǎng)絡(luò)結(jié)構(gòu),使速度達到 100 幀/秒以上[29]。但這兩種算法都沒有模型更發(fā)生較大的形變、遮擋和移出視野等情況下,很容易丟失目標,魯棒用 CNN 結(jié)構(gòu)的跟蹤算法都取得了很好的效果,驗證了 CNN 在跟蹤方但是要想通過 CNN 結(jié)構(gòu)獲得很好的跟蹤精度,就很難保證速度,無求,這導(dǎo)致目前基于卷積網(wǎng)絡(luò)的目標跟蹤算法都只是在理論上研究,落地應(yīng)用。
ese)應(yīng)用在目標跟蹤中,速度達到了 50 幀/秒。2016 年 Held 等提出網(wǎng)絡(luò)結(jié)構(gòu),使速度達到 100 幀/秒以上[29]。但這兩種算法都沒有模型更發(fā)生較大的形變、遮擋和移出視野等情況下,很容易丟失目標,魯棒性用 CNN 結(jié)構(gòu)的跟蹤算法都取得了很好的效果,驗證了 CNN 在跟蹤方向但是要想通過 CNN 結(jié)構(gòu)獲得很好的跟蹤精度,就很難保證速度,無法求,這導(dǎo)致目前基于卷積網(wǎng)絡(luò)的目標跟蹤算法都只是在理論上研究,而落地應(yīng)用。圖 1.3 CNN 網(wǎng)絡(luò)第二層網(wǎng)絡(luò)特征可視化圖(左)及原圖(右)
【參考文獻】:
期刊論文
[1]融合灰度與顯著性特征的空中紅外目標跟蹤[J]. 鄭武興,王春平,付強,徐艷. 激光與紅外. 2018(03)
碩士論文
[1]基于改進CamShift算法的嵌入式目標跟蹤系統(tǒng)設(shè)計[D]. 任楷飛.中北大學(xué) 2018
[2]基于相關(guān)濾波的單目標跟蹤算法研究[D]. 鐘國崇.南昌航空大學(xué) 2018
[3]基于貝葉斯理論的波達方向跟蹤算法研究[D]. 王璜.哈爾濱工業(yè)大學(xué) 2018
[4]基于子空間的目標跟蹤算法研究[D]. 朱志林.蘭州理工大學(xué) 2018
[5]基于相關(guān)濾波的視頻目標跟蹤技術(shù)研究[D]. 王艷川.戰(zhàn)略支援部隊信息工程大學(xué) 2018
[6]基于核相關(guān)濾波的目標跟蹤算法研究與實現(xiàn)[D]. 王守義.中北大學(xué) 2018
[7]復(fù)雜場景下的相關(guān)濾波跟蹤算法研究[D]. 谷成剛.安徽大學(xué) 2018
[8]基于計算機視覺的目標跟蹤算法及其應(yīng)用研究[D]. 王蒙蒙.浙江大學(xué) 2018
[9]基于深度信息的核相關(guān)濾波目標跟蹤算法研究[D]. 劉新卉.哈爾濱工業(yè)大學(xué) 2017
[10]紅外地面目標跟蹤算法的研究[D]. 楊皓然.電子科技大學(xué) 2017
本文編號:3472621
【文章來源】:長春理工大學(xué)吉林省
【文章頁數(shù)】:71 頁
【學(xué)位級別】:碩士
【部分圖文】:
紅外目標跟蹤應(yīng)用a)導(dǎo)彈紅外跟蹤引導(dǎo)頭b)紅外跟蹤相機
ese)應(yīng)用在目標跟蹤中,速度達到了 50 幀/秒[28]。2016 年 Held 等提網(wǎng)絡(luò)結(jié)構(gòu),使速度達到 100 幀/秒以上[29]。但這兩種算法都沒有模型更發(fā)生較大的形變、遮擋和移出視野等情況下,很容易丟失目標,魯棒用 CNN 結(jié)構(gòu)的跟蹤算法都取得了很好的效果,驗證了 CNN 在跟蹤方但是要想通過 CNN 結(jié)構(gòu)獲得很好的跟蹤精度,就很難保證速度,無求,這導(dǎo)致目前基于卷積網(wǎng)絡(luò)的目標跟蹤算法都只是在理論上研究,落地應(yīng)用。
ese)應(yīng)用在目標跟蹤中,速度達到了 50 幀/秒。2016 年 Held 等提出網(wǎng)絡(luò)結(jié)構(gòu),使速度達到 100 幀/秒以上[29]。但這兩種算法都沒有模型更發(fā)生較大的形變、遮擋和移出視野等情況下,很容易丟失目標,魯棒性用 CNN 結(jié)構(gòu)的跟蹤算法都取得了很好的效果,驗證了 CNN 在跟蹤方向但是要想通過 CNN 結(jié)構(gòu)獲得很好的跟蹤精度,就很難保證速度,無法求,這導(dǎo)致目前基于卷積網(wǎng)絡(luò)的目標跟蹤算法都只是在理論上研究,而落地應(yīng)用。圖 1.3 CNN 網(wǎng)絡(luò)第二層網(wǎng)絡(luò)特征可視化圖(左)及原圖(右)
【參考文獻】:
期刊論文
[1]融合灰度與顯著性特征的空中紅外目標跟蹤[J]. 鄭武興,王春平,付強,徐艷. 激光與紅外. 2018(03)
碩士論文
[1]基于改進CamShift算法的嵌入式目標跟蹤系統(tǒng)設(shè)計[D]. 任楷飛.中北大學(xué) 2018
[2]基于相關(guān)濾波的單目標跟蹤算法研究[D]. 鐘國崇.南昌航空大學(xué) 2018
[3]基于貝葉斯理論的波達方向跟蹤算法研究[D]. 王璜.哈爾濱工業(yè)大學(xué) 2018
[4]基于子空間的目標跟蹤算法研究[D]. 朱志林.蘭州理工大學(xué) 2018
[5]基于相關(guān)濾波的視頻目標跟蹤技術(shù)研究[D]. 王艷川.戰(zhàn)略支援部隊信息工程大學(xué) 2018
[6]基于核相關(guān)濾波的目標跟蹤算法研究與實現(xiàn)[D]. 王守義.中北大學(xué) 2018
[7]復(fù)雜場景下的相關(guān)濾波跟蹤算法研究[D]. 谷成剛.安徽大學(xué) 2018
[8]基于計算機視覺的目標跟蹤算法及其應(yīng)用研究[D]. 王蒙蒙.浙江大學(xué) 2018
[9]基于深度信息的核相關(guān)濾波目標跟蹤算法研究[D]. 劉新卉.哈爾濱工業(yè)大學(xué) 2017
[10]紅外地面目標跟蹤算法的研究[D]. 楊皓然.電子科技大學(xué) 2017
本文編號:3472621
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3472621.html
最近更新
教材專著