基于多示例學(xué)習(xí)的抗遮擋目標(biāo)跟蹤算法研究
發(fā)布時間:2023-04-07 01:11
目標(biāo)跟蹤在人類實際生活中應(yīng)用廣泛,因此目標(biāo)跟蹤成為了計算機(jī)視覺領(lǐng)域的熱門課題。近幾十年來,針對實際場景中的各種問題,研究人員提出了許多優(yōu)秀的跟蹤算法。然而,一些問題仍影響跟蹤算法的性能,如遮擋問題。因此設(shè)計出一種抗遮擋的魯棒目標(biāo)跟蹤算法是目標(biāo)跟蹤領(lǐng)域的研究重點。核相關(guān)濾波器憑借循環(huán)矩陣和核技巧,既獲得了較高的跟蹤精度又保證了較快的跟蹤速度。但是,遮擋挑戰(zhàn)會嚴(yán)重污染目標(biāo)模型和影響核相關(guān)濾波器算法的定位。所以本文針對遮擋問題,在核相關(guān)濾波器算法的基礎(chǔ)上提出了改進(jìn)算法。本文的主要研究工作如下:針對目標(biāo)跟蹤過程中的遮擋問題,本文設(shè)計了一種基于多示例學(xué)習(xí)和核相關(guān)濾波器的目標(biāo)跟蹤算法。首先該算法聯(lián)合多示例學(xué)習(xí)的分類能力和核相關(guān)濾波器最強(qiáng)響應(yīng)值的分布特征構(gòu)建遮擋檢測機(jī)制;其次,當(dāng)遮擋檢測機(jī)制判斷目標(biāo)發(fā)生遮擋時,激活重檢測機(jī)制進(jìn)行目標(biāo)搜索,同時暫停更新模型,防止模型被遮擋物所干擾;最后構(gòu)建尺度相關(guān)濾波器確定目標(biāo)的尺度。實驗結(jié)果表明,提出的算法能夠有效解決遮擋問題。為了提高目標(biāo)跟蹤算法的速率,同時保證算法在遮擋場景下的跟蹤精度,本文提出了一種雙重遮擋檢測下的目標(biāo)跟蹤算法。該算法首先根據(jù)核相關(guān)濾波器的平均...
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 緒論
1.1 目標(biāo)跟蹤的研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 目標(biāo)跟蹤算法國內(nèi)外研究現(xiàn)狀
1.2.2 遮擋問題國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容及章節(jié)安排
1.3.1 研究內(nèi)容
1.3.2 章節(jié)安排
第2章 遮擋情況分析和相關(guān)技術(shù)理論
2.1 遮擋情況分析
2.1.1 局部遮擋和嚴(yán)重遮擋
2.1.2 短時間遮擋和長時間遮擋
2.2 多示例學(xué)習(xí)
2.2.1 多示例學(xué)習(xí)與傳統(tǒng)學(xué)習(xí)框架的區(qū)別
2.2.2 基于支持向量機(jī)的多示例學(xué)習(xí)算法
2.3 基于相關(guān)濾波器的目標(biāo)跟蹤算法
2.3.1 相關(guān)濾波器
2.3.2 核相關(guān)濾波器
2.3.3 尺度相關(guān)濾波器
2.4 LBP特征
2.5 本章小結(jié)
第3章 基于多示例學(xué)習(xí)和核相關(guān)濾波器的目標(biāo)跟蹤算法
3.1 遮擋檢測機(jī)制
3.1.1 基于多示例學(xué)習(xí)的遮擋檢測
3.1.2 基于核相關(guān)濾波器的遮擋檢測
3.2 重檢測機(jī)制
3.3 在線更新
3.4 實驗結(jié)果及分析
3.4.1 實驗環(huán)境和參數(shù)設(shè)置
3.4.2 定性分析
3.4.3 定量分析
3.4.4 跟蹤速率對比分析
3.5 本章小結(jié)
第4章 雙重遮擋檢測下的目標(biāo)跟蹤算法
4.1 雙重遮擋檢測
4.1.1 基于平均峰值相關(guān)能量的初步遮擋檢測
4.1.2 基于LBP特征和余弦相似度的遮擋細(xì)檢測
4.2 重檢測機(jī)制的改進(jìn)
4.3 采樣區(qū)域的自適應(yīng)調(diào)節(jié)
4.4 算法流程
4.5 實驗結(jié)果及分析
4.5.1 實驗環(huán)境和參數(shù)設(shè)置
4.5.2 定性分析
4.5.3 定量分析
4.5.4 跟蹤速率對比分析
4.6 本章小結(jié)
第5章 總結(jié)與展望
5.1 本文總結(jié)
5.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
本文編號:3784788
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 緒論
1.1 目標(biāo)跟蹤的研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 目標(biāo)跟蹤算法國內(nèi)外研究現(xiàn)狀
1.2.2 遮擋問題國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容及章節(jié)安排
1.3.1 研究內(nèi)容
1.3.2 章節(jié)安排
第2章 遮擋情況分析和相關(guān)技術(shù)理論
2.1 遮擋情況分析
2.1.1 局部遮擋和嚴(yán)重遮擋
2.1.2 短時間遮擋和長時間遮擋
2.2 多示例學(xué)習(xí)
2.2.1 多示例學(xué)習(xí)與傳統(tǒng)學(xué)習(xí)框架的區(qū)別
2.2.2 基于支持向量機(jī)的多示例學(xué)習(xí)算法
2.3 基于相關(guān)濾波器的目標(biāo)跟蹤算法
2.3.1 相關(guān)濾波器
2.3.2 核相關(guān)濾波器
2.3.3 尺度相關(guān)濾波器
2.4 LBP特征
2.5 本章小結(jié)
第3章 基于多示例學(xué)習(xí)和核相關(guān)濾波器的目標(biāo)跟蹤算法
3.1 遮擋檢測機(jī)制
3.1.1 基于多示例學(xué)習(xí)的遮擋檢測
3.1.2 基于核相關(guān)濾波器的遮擋檢測
3.2 重檢測機(jī)制
3.3 在線更新
3.4 實驗結(jié)果及分析
3.4.1 實驗環(huán)境和參數(shù)設(shè)置
3.4.2 定性分析
3.4.3 定量分析
3.4.4 跟蹤速率對比分析
3.5 本章小結(jié)
第4章 雙重遮擋檢測下的目標(biāo)跟蹤算法
4.1 雙重遮擋檢測
4.1.1 基于平均峰值相關(guān)能量的初步遮擋檢測
4.1.2 基于LBP特征和余弦相似度的遮擋細(xì)檢測
4.2 重檢測機(jī)制的改進(jìn)
4.3 采樣區(qū)域的自適應(yīng)調(diào)節(jié)
4.4 算法流程
4.5 實驗結(jié)果及分析
4.5.1 實驗環(huán)境和參數(shù)設(shè)置
4.5.2 定性分析
4.5.3 定量分析
4.5.4 跟蹤速率對比分析
4.6 本章小結(jié)
第5章 總結(jié)與展望
5.1 本文總結(jié)
5.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
本文編號:3784788
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3784788.html
最近更新
教材專著