bck

收藏本站

复杂条件下运动目标跟踪方法的研究

【摘要】:运动目标跟踪是计算机视觉的重要研究内容,在智能监控、精确制导、视觉导航等领域具有广泛的应用。尽管国内外研究人员对此进行了深入研究,但运动目标跟踪依然面临若干挑战性问题,突出表现在复杂条件下的目标姿态变化、光照变化、尺度变化、背景复杂、遮挡等因素的干扰。基于此,本文重点研究基于机器学习的目标跟踪算法,主要的研究工作如下:(1)提出了基于二值化规范梯度的TLD目标跟踪算法。在跟踪器中引入基于时空上下文的局部跟踪器失败预测方法和全局运动模型评估算法,提高跟踪精度。二值化规范梯度算法取代滑动窗口搜索策略,结合级联分类器实现目标检测,在保证检测精度的前提下,减少检测器的检测范围,提高了检测速度。将训练样本权重整合到在线学习过程中,提高级联分类器的分类精度,解决目标漂移问题。实验结果表明,与目前主流跟踪算法比较,在复杂条件下该算法提高跟踪精度的同时具有更快的处理速度。(2)提出了一种基于深度学习的目标跟踪算法。该算法以TLD算法为框架,利用增强群跟踪器对目标进行预测与跟踪,提高目标跟踪的精度。P-N学习对样本加权处理,提高分类器的分类精度。深度去噪自编码器和sigmoid分类器构建深度检测器,结合全局多尺度扫描窗口搜索策略检测可能的目标。深度去噪自编码器利用无监督特征学习优化网络参数,迁移学习将学习到的信息应用到在线跟踪中,提取图像的本质特征,同时解决跟踪过程中训练样本不足的问题。在线跟踪过程中,利用分类神经网络将目标从背景中分离出来,利用有监督学习微调网络参数,以适应跟踪过程中的各种变化。使用K均值聚类算法对在线模板集聚类,形成二值树,减少模板匹配数量,从而降低算法复杂度。实验结果表明,与目前主流跟踪算法比较,在复杂条件下该算法具有更高的跟踪精度及更好的稳定性。(3)提出了基于增量深度学习的目标跟踪算法。粒子滤波算法分布粒子集,通过无监督特征学习得到的深度去噪自编码器提取粒子区域特征,表达图像的本质信息。增量特征学习优化粒子区域特征集以适应目标的各种变化并实现粒子区域更有效的表达。增量特征学习由添加特征和整合特征两部分构成,添加特征引入新的特征信息,整合相似特征获得精简的特征表示。线性支持向量机对优化后的特征集进行分类,得到粒子置信度,同时微调深度网络,将粒子置信度最高的作为跟踪结果。引入粒子集规模自适应调整的双重采样过程,解决粒子衰减和贫化问题。实验结果表明,与目前主流跟踪算法比较,在复杂条件下该算法具有更高的跟踪精度以及更好的稳定性。(4)针对复杂条件下基于多示例学习的跟踪算法存在的问题,提出了基于多示例深度学习的目标跟踪算法。针对原始多示例跟踪算法中采用Haar-like特征不能有效表达图像信息以及受到外界条件的影响很容易失效的缺点,利用深度去噪自编码器提取示例图像的有效特征,实现图像信息的本质表达,提高对环境变化的适应能力。针对原始多示例学习跟踪算法中选取弱特征向量不能更换,难以反映目标自身和外界条件变化的缺点,在选择弱分类器过程中,实时替换判别力最弱的特征以适应目标外观的变化。针对原始多示例跟踪算法中运动模型仅假设帧间物体运动不会超过某个范围,不能有效反映目标运动状态的缺点,引入粒子滤波算法对目标进行预测,提高跟踪精度。实验结果表明,与多示例学习跟踪算法及其他主流跟踪算法比较,在复杂环境下该算法提高了跟踪精度和跟踪的稳定性。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前20条
1 方英武;王轶;金伟;王辉;;基于多信息融合的运动目标跟踪方法[J];光电工程;2011年08期
2 尚晋霞;;运动目标跟踪研究[J];电脑编程技巧与维护;2013年12期
3 葛宝臻,张以谟,秦玉文,陈希明;自适应运动目标跟踪实验[J];光电工程;1998年05期
4 葛宝臻,秦玉文,张以谟,陈希明,王项南;自适应运动目标跟踪系统及其性能研究[J];天津大学学报;1998年05期
5 李志;谢强;;一种基于改进粒子滤波的运动目标跟踪[J];计算机科学;2014年02期
6 仝晓龙;窦腾飞;刘艳红;;运动目标跟踪技术综述[J];科技创新与应用;2014年18期
7 查宇飞;毕笃彦;;一种基于粒子滤波的自适应运动目标跟踪方法[J];电子与信息学报;2007年01期
8 吴乐;黄东军;;基于视频流的运动目标跟踪技术的研究[J];科技信息(学术研究);2008年03期
9 于勇;郭雷;;基于粒子滤波的红外运动目标跟踪[J];计算机应用;2008年06期
10 刘鑫;;基于投影的运动目标跟踪研究[J];电子测试;2009年03期
11 付东莉;柴毅;;基于滚动时域估计的带约束运动目标跟踪[J];计算机应用研究;2011年03期
12 冯柯;陈临强;;户外环境下抗遮挡的运动目标跟踪方法[J];计算机工程与应用;2011年11期
13 梅炳夫;李拥军;;人体运动目标跟踪的滞后性问题研究[J];计算机仿真;2011年05期
14 何信华;徐华丽;亓朝玉;赵雷;;视频监控中多运动目标跟踪[J];遥测遥控;2012年01期
15 王文明;吴谱旺;;机器人一体机中运动目标跟踪研究[J];信息网络安全;2013年04期
16 谢鹏程;;基于单摄像头的运动目标跟踪定位技术研究[J];计算机光盘软件与应用;2012年18期
17 高韬;刘正光;张军;岳士弘;;基于特征点的多运动目标跟踪[J];电子与信息学报;2010年05期
18 梅跃松;于剑桥;陈曦;;移动背景下的运动目标跟踪[J];红外与激光工程;2011年04期
19 闫东升;马晓芬;朱健;;一种视频多运动目标跟踪方法研究[J];现代计算机(专业版);2011年18期
20 王爱侠;李晶皎;王青;王骄;;基于多核的并行粒子滤波运动目标跟踪[J];计算机科学;2012年08期
中国重要会议论文全文数据库 前5条
1 查宇飞;张育;毕笃彦;;一种基于粒子滤波的自适应运动目标跟踪方法[A];第十二届全国图象图形学学术会议论文集[C];2005年
2 单颖;张菁;郭茂祖;;基于视频序列的运动目标跟踪方法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
3 王景中;刘凯;;基于图像灰度特征的运动目标跟踪实现[A];2011年全国通信安全学术会议论文集[C];2011年
4 龚伟;史元春;陈孝杰;;基于双摄像机的平面运动目标跟踪[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
5 苏迎娅;赵清杰;郭伟;王博;;基于视觉显著性的突变运动目标跟踪[A];2013年中国智能自动化学术会议论文集(第三分册)[C];2013年
中国博士学位论文全文数据库 前6条
1 仝小敏;航拍视频运动目标检测与跟踪方法研究[D];西北工业大学;2015年
2 程帅;复杂条件下运动目标跟踪方法的研究[D];长春理工大学;2016年
3 牛长锋;复杂背景下视频运动目标跟踪的研究[D];北京理工大学;2010年
4 文志强;基于均值偏移算法的运动目标跟踪技术的研究[D];中南大学;2008年
5 陈爱斌;基于视觉的运动目标跟踪方法研究[D];中南大学;2010年
6 王得军;视频中运动目标跟踪的关键算法研究[D];华中科技大学;2014年
中国硕士学位论文全文数据库 前10条
1 吕恒利;基于SIFT与粒子滤波结合的运动目标跟踪方法研究[D];昆明理工大学;2015年
2 潘邈;多摄像机下运动目标跟踪关联的关键技术研究[D];电子科技大学;2015年
3 张林;多摄像机环境下的运动目标跟踪技术的研究与应用[D];电子科技大学;2014年
4 张雨田;双视场运动目标跟踪系统研究[D];华东师范大学;2015年
5 李超;快速运动目标跟踪测量技术研究[D];西安工业大学;2014年
6 李朝龙;基于视频图像序列的运动目标跟踪方法研究[D];电子科技大学;2014年
7 阎梅;眼镜蛇侦察攻击系统中运动目标跟踪方法研究[D];西安电子科技大学;2014年
8 黄井强;机载视频运动目标跟踪研究[D];合肥工业大学;2014年
9 翟明;基于特征匹配与卡尔曼预测的多目标跟踪算法研究[D];东北大学;2014年
10 高雅;视频监控中遮挡条件下多运动目标跟踪技术研究[D];东北大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|