行人跟蹤是機(jī)器視覺(jué)領(lǐng)域研究熱點(diǎn)之一,通過(guò)對(duì)行人進(jìn)行定位并獲取其運(yùn)動(dòng)軌跡,實(shí)現(xiàn)對(duì)行人目標(biāo)持續(xù)跟蹤。受快速運(yùn)動(dòng)、遮擋等因素干擾,行人跟蹤算法在實(shí)際應(yīng)用中存在準(zhǔn)確度低、魯棒性差等問(wèn)題。因此,研究基于視頻的行人跟蹤方法具有非常重要的應(yīng)用價(jià)值。本文圍繞基于視頻的行人跟蹤方法,在行人檢測(cè)、單目標(biāo)行人跟蹤、多目標(biāo)行人跟蹤等方面展開(kāi)研究,具體工作如下:在行人檢測(cè)方面,探討了YOLO系列檢測(cè)方法,根據(jù)真實(shí)場(chǎng)景中實(shí)時(shí)性、準(zhǔn)確性的要求,實(shí)現(xiàn)了基于YOLOv3的行人檢測(cè)方法,并使用Caltech數(shù)據(jù)集進(jìn)行測(cè)試。實(shí)驗(yàn)結(jié)果表明,基于YOLOv3的行人檢測(cè)方法在實(shí)時(shí)性和準(zhǔn)確性上達(dá)到了平衡,為接下來(lái)研究行人跟蹤奠定基礎(chǔ)。在單目標(biāo)行人跟蹤方面,針對(duì)基于孿生區(qū)域建議網(wǎng)絡(luò)的目標(biāo)跟蹤方法在外界干擾因素影響下魯棒性不高、泛化能力差的問(wèn)題,提出了一種用于單目標(biāo)行人跟蹤的驗(yàn)證學(xué)習(xí)方法。首先,通過(guò)孿生區(qū)域建議網(wǎng)絡(luò)提取特征并生成多個(gè)候選框,根據(jù)候選框分?jǐn)?shù)排序選出最佳目標(biāo)位置并進(jìn)行臨時(shí)存儲(chǔ);然后,根據(jù)驗(yàn)證學(xué)習(xí)跟蹤結(jié)果確定是否觸發(fā)校正機(jī)制;最后,將校正后的結(jié)果再次反饋給跟蹤器,并更新目標(biāo)的位置和大小,完成目標(biāo)的連續(xù)跟蹤。在VOT2018數(shù)... 

【文章來(lái)源】：中國(guó)人民公安大學(xué)北京市

【文章頁(yè)數(shù)】：123 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 行人檢測(cè)
        1.2.2 單目標(biāo)行人跟蹤
        1.2.3 多目標(biāo)行人跟蹤
    1.3 本文主要研究?jī)?nèi)容與結(jié)構(gòu)安排
        1.3.1 主要研究?jī)?nèi)容
        1.3.2 結(jié)構(gòu)安排
2 基于YOLOv3 的行人檢測(cè)
    2.1 深度學(xué)習(xí)理論
        2.1.1 基礎(chǔ)原理
        2.1.2 經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)
    2.2 基于YOLO系列算法的檢測(cè)
        2.2.1 基于YOLOv1 的檢測(cè)
        2.2.2 基于YOLOv2 的檢測(cè)
        2.2.3 基于YOLOv3 的檢測(cè)
    2.3 實(shí)驗(yàn)與結(jié)果分析
        2.3.1 數(shù)據(jù)集與評(píng)估指標(biāo)
        2.3.2 結(jié)果分析
    2.4 本章小結(jié)
3 單目標(biāo)行人跟蹤
    3.1 基于孿生區(qū)域建議網(wǎng)絡(luò)的目標(biāo)跟蹤(Siam RPN)
    3.2 結(jié)合驗(yàn)證學(xué)習(xí)的行人跟蹤
        3.2.1 基本框架
        3.2.2 跟蹤模塊
        3.2.3 驗(yàn)證模塊
    3.3 實(shí)驗(yàn)與結(jié)果分析
        3.3.1 數(shù)據(jù)集與評(píng)估指標(biāo)
        3.3.2 定量分析
        3.3.3 定性分析
    3.4 本章小結(jié)
4 多目標(biāo)行人跟蹤
    4.1 基于檢測(cè)的多目標(biāo)跟蹤
    4.2 結(jié)合表觀特征的行人跟蹤
        4.2.1 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
        4.2.2 度量學(xué)習(xí)
        4.2.3 運(yùn)動(dòng)狀態(tài)估計(jì)
    4.3 關(guān)聯(lián)匹配
    4.4 實(shí)驗(yàn)與結(jié)果分析
        4.4.1 數(shù)據(jù)集與評(píng)測(cè)指標(biāo)
        4.4.2 實(shí)驗(yàn)過(guò)程
        4.4.3 結(jié)果分析
    4.5 本章小結(jié)
5 基于視頻的行人跟蹤軟件實(shí)現(xiàn)
    5.1 開(kāi)發(fā)環(huán)境與界面設(shè)計(jì)
        5.1.1 開(kāi)發(fā)環(huán)境
        5.1.2 界面設(shè)計(jì)
    5.2 軟件功能實(shí)現(xiàn)
        5.2.1 基于圖像的行人檢測(cè)
        5.2.2 基于視頻的行人檢測(cè)
        5.2.3 單目標(biāo)行人跟蹤
        5.2.4 多目標(biāo)行人跟蹤
    5.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
在學(xué)研究成果
致謝


【參考文獻(xiàn)】：
碩士論文
[1]道路場(chǎng)景中的多目標(biāo)跟蹤研究[D]. 賀思遠(yuǎn).北京交通大學(xué) 2019
[2]智能視頻監(jiān)控系統(tǒng)中的目標(biāo)檢測(cè)和多目標(biāo)跟蹤技術(shù)研究[D]. 楊磊.南京航空航天大學(xué) 2019
[3]智能視頻監(jiān)控中多目標(biāo)跟蹤算法研究及應(yīng)用[D]. 張曉斌.蘇州大學(xué) 2017



本文編號(hào)：3182152