發(fā)布時(shí)間：2021-07-20 21:31

　　隨著信息時(shí)代的高速發(fā)展,采用計(jì)算機(jī)理解圖像語義信息的需求也越來越多,目標(biāo)跟蹤作為理解深層語義信息的基礎(chǔ)也成為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)具有吸引力和挑戰(zhàn)性的研究方向。當(dāng)前目標(biāo)跟蹤技術(shù)在智能交通、安防監(jiān)控、人機(jī)交互等領(lǐng)域有著廣泛的應(yīng)用空間,具有較高的研究意義和實(shí)用價(jià)值。在實(shí)際應(yīng)用中,基于單攝像頭的目標(biāo)跟蹤系統(tǒng)存在跟蹤視野有限、跟蹤角度單一、難以解決目標(biāo)遮擋等問題,基于多攝像頭的目標(biāo)跟蹤系統(tǒng)則可以較好的解決這些問題而成為研究的熱點(diǎn)。本文的研究內(nèi)容主要包含三個(gè)方面,分別是目標(biāo)檢測、單攝像頭目標(biāo)跟蹤以及多攝像頭協(xié)同的目標(biāo)跟蹤。目標(biāo)檢測是后續(xù)跟蹤的基礎(chǔ)和前提,單攝像頭目標(biāo)跟蹤在目標(biāo)檢測的基礎(chǔ)之上對鏡頭范圍內(nèi)的目標(biāo)進(jìn)行跟蹤,多攝像頭協(xié)同的目標(biāo)跟蹤在單攝像頭目標(biāo)跟蹤的基礎(chǔ)上,融合多個(gè)攝像頭的信息實(shí)現(xiàn)對目標(biāo)長時(shí)間、多角度的跟蹤。本文的主要研究內(nèi)容如下:（1）采用當(dāng)前較為流行的、基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測算法Faster RCNN進(jìn)行目標(biāo)檢測,并將該算法與基于人工選擇特征的檢測算法DPM（Deformable Parts Model）進(jìn)行實(shí)驗(yàn)對比,實(shí)驗(yàn)結(jié)果表明,相對于人工選擇特征,使用卷積神經(jīng)網(wǎng)絡(luò)方法獲得的特征... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

DPM特征提取

傳統(tǒng)的基于 HOG 特征提取方式，DPM 算法的特征提性的情況下變得更加高效，為了保證算法在多尺度環(huán)像進(jìn)行尺度變化并對不同的尺度的圖像提取對應(yīng)尺度的基于 HOG 特征的目標(biāo)檢測方法對目標(biāo)整體提取特征本身保持一個(gè)無形變或微小的形變時(shí)，采用傳統(tǒng)的整體當(dāng)目標(biāo)本身有豐富的形變時(shí)，傳統(tǒng)的模型難以表現(xiàn)出目統(tǒng)模型對這類目標(biāo)進(jìn)行匹配時(shí)發(fā)生誤判的可能性較高具有的組成特性引入組件模型的概念，使得模型具有好應(yīng)對目標(biāo)自身的形變，提高模型匹配的準(zhǔn)確性。 如示基于傳統(tǒng) HOG 特征表示的行人模型，圖 2-2(b)表示 模型。

圖 2-3 局部感知和參數(shù)共享示意圖進(jìn)行處理的數(shù)學(xué)定義如下：P ( x ) I ( x t )ω (t )dt+∞ ∞= 與 I ( x )、ω ( x)相關(guān)，若 ω ( x)是概率分布函數(shù)間上的平滑濾波。若 I ( x )和 ω ( x)都是離散' ' '' ' ' ' ' ( , , ) ( , , ) ( , ,c w hi c j w k hP i j k I i i j j k k ωi j = = = = 就是卷積層對于輸入的處理方式，其中I 是的輸出矩陣。該過程的示意圖如圖 2-4 所

【參考文獻(xiàn)】：
期刊論文
[1]協(xié)同運(yùn)動狀態(tài)估計(jì)的多目標(biāo)跟蹤算法[J]. 袁大龍,紀(jì)慶革.  計(jì)算機(jī)科學(xué). 2017(S2)
[2]基于光流法和卡爾曼濾波的多目標(biāo)跟蹤[J]. 石龍偉,鄧欣,王進(jìn),陳喬松.  計(jì)算機(jī)應(yīng)用. 2017(S1)
[3]一種多模型貝努利粒子濾波機(jī)動目標(biāo)跟蹤算法[J]. 楊峰,張婉瑩.  電子與信息學(xué)報(bào). 2017(03)
[4]快速多目標(biāo)跟蹤GM-PHD濾波算法[J]. 陳金廣,秦曉姍,馬麗麗.  計(jì)算機(jī)科學(xué). 2016(03)
[5]部件級表觀模型的目標(biāo)跟蹤方法[J]. 王美華,梁云,劉福明,羅笑南.  軟件學(xué)報(bào). 2015(10)
[6]基于圖的半監(jiān)督目標(biāo)跟蹤[J]. 毛盾,邢昌風(fēng),黎鐵冰,黃傲林.  系統(tǒng)工程與電子技術(shù). 2016(02)



本文編號：3293639