收藏本站
收藏 | 论文排版

基于区域特征的目标跟踪算法研究

刘晴  
【摘要】:视频目标跟踪是数字图像处理、人工智能等多学科的研究热点,在智能监控、人机交互、视觉导航和精确制导等方面有着重要的应用。虽然人们已经提出了许多视频目标跟踪算法,但在实际应用中仍存在许多干扰使目标跟踪效果不理想,例如目标尺度变化、目标外观变化、目标遮挡和环境中的光照变化等。为了解决上述问题,本文对基于区域特征的目标跟踪算法进行了研究和探索,主要工作及创新点如下: (1)为解决红外图像跟踪过程中目标外观变化的问题,在均值偏移(Mean Shift)跟踪算法的基础上提出了一种基于自适应多特征融合的红外目标跟踪算法。该算法首先提取目标的灰度特征和局部均值对比度特征对目标进行描述,并利用特征的不确定性进行特征融合;其次利用目标的几何特征和灰度特征对目标的尺度因子进行描述,并利用尺度因子更新跟踪窗口;最后利用加权模板更新方法对目标模板进行更新,实现对目标的稳定跟踪。实验表明,该算法能有效地适应场景变化和目标的外观变化,对红外目标具有稳定的跟踪性能。 (2)为解决可见光图像跟踪过程中目标外观变化的问题,在压缩跟踪算法(Compressive Tracking,CT)的基础上提出了一种尺度自适应的多模型压缩跟踪算法。该算法首先针对尺度固定的问题提出了尺度自适应的解决方法,其次针对模型不匹配的问题提出了多模型融合及分类器训练的解决方法,最后通过实验验证了改进措施的有效性。改进后的CT算法在跟踪外观变化的目标时性能有了较大改善,综合性能有了明显的提升。 (3)为实现对大面积遮挡目标的稳定跟踪,在Mean Shift跟踪算法的基础上提出了一种基于分步定位的抗遮挡目标跟踪算法。该算法首先判断目标是否存在遮挡,当遮挡未发生时,采用原始Mean Shift算法跟踪目标,利用选择性分量更新策略对目标模板进行更新,减少模板漂移的影响。当遮挡发生时,首先利用非对称核函数对候选区域建模实现对目标位置的初步定位,减少遮挡对模板匹配的影响;其次利用分片跟踪的方法对目标进行精确定位,并利用积分直方图减少算法的处理时间;最后利用校正的候选模型得到目标的匹配系数,避免了目标的过度搜索。实验结果表明本文算法对大面积遮挡的目标具有良的好跟踪性能。 (4)针对红外图像制导对目标跟踪系统的运算能力、算法鲁棒性、体积、功耗等方面的要求,设计并实现了一套基于SOPC的高速目标跟踪系统,该系统包括高度集成的FPGA硬件平台和软件算法,实现了从图像采集、图像的非均匀校正、图像滤波到目标特征提取、目标检测、目标跟踪的实时处理功能。试验结果表明所提出的算法跟踪性能良好,工作稳定。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 强世锦;荣健;滑玉;;基于粒子预测的非线性状态目标跟踪算法[J];武汉理工大学学报;2008年02期
2 王保柱;艾斯卡尔·艾木都拉;;几种典型的微弱点状多运动目标跟踪算法对比研究[J];计算机工程与应用;2009年05期
3 王伟;刘双全;;基于粒子滤波和联合概率数据关联的目标跟踪算法[J];电子技术;2009年04期
4 冯巍;杨成;胡波;冯辉;;基于最大似然的分布式多视角目标跟踪算法[J];光电工程;2009年10期
5 余孟泽;刘正熙;骆键;杨丹;;基于改进粒子滤波的鲁棒目标跟踪算法[J];光电子.激光;2011年05期
6 李春鑫;;基于中值移位的粒子滤波多目标跟踪算法[J];光电技术应用;2011年06期
7 王进花;付德强;曹洁;李军;;基于改进粒子滤波的视频目标跟踪算法比较分析研究[J];自动化与仪器仪表;2013年01期
8 姜学军;万晓东;;模版漂移纠正的目标跟踪算法研究[J];现代计算机(专业版);2013年24期
9 卫保国;李克靖;曹慈卓;;基于粒子滤波与局部全局一致性学习的目标跟踪算法[J];计算机应用;2013年10期
10 常小成;动目标跟踪算法的仿真研究[J];电光与控制;1992年03期
11 钱强;庞林斌;;基于改进型粒子滤波的目标跟踪算法[J];电脑知识与技术;2013年32期
12 卫伟;杨耀;;一种新型2D转3D目标跟踪算法研究[J];数字技术与应用;2013年12期
13 付晓薇,方康玲,李曦;一种基于特征的多目标跟踪算法[J];计算机工程与应用;2004年35期
14 徐蓉萍;杨磊;;红外复杂背景中一种融合两类跟踪框架优点的小目标跟踪算法[J];红外与毫米波学报;2008年05期
15 尹宏鹏;柴毅;匡金骏;阳小燕;;一种基于多特征自适应融合的运动目标跟踪算法[J];光电子.激光;2010年06期
16 黄大羽;彭冬亮;薛安克;郭云飞;;不确定环境下一种多目标跟踪算法研究[J];光电工程;2010年09期
17 谢之宇;蒋晓瑜;汪熙;裴闯;;基于多线索融合的目标跟踪算法研究[J];计算机技术与发展;2011年03期
18 卢莉萍;李翰山;张宏;;一种轨道式动态目标跟踪算法[J];南京航空航天大学学报;2011年04期
19 李琦;邵春福;岳昊;;视频序列中面向行人的多目标跟踪算法[J];北京理工大学学报;2013年02期
20 李昌玺;毕红葵;许文杰;吴恒;;一种自适应高超声速目标跟踪算法[J];空军预警学院学报;2013年01期
中国重要会议论文全文数据库 前10条
1 徐炳吉;;一种多站联合目标跟踪算法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集(上卷)[C];1995年
2 杜方芳;刘士荣;邱雪娜;;一种改进的粒子滤波目标跟踪算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
3 付晓薇;方康玲;李曦;;一种基于特征的多目标跟踪算法[A];2003年中国智能自动化会议论文集(下册)[C];2003年
4 许伟村;赵清杰;;一种基于粒子滤波的多目标跟踪算法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
5 李军;张华;单梁;;一种基于Mean shift和粒子滤波的综合目标跟踪算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
6 肖敬若;胡伏原;郑江滨;张艳宁;;一种有效的多目标跟踪算法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
7 郑黎义;陈兴无;王磊;李正东;;红外/雷达双传感器融合目标跟踪算法[A];中国工程物理研究院科技年报(2005)[C];2005年
8 张震宇;王立松;;基于粒子滤波的传感器目标跟踪算法[A];2008年中国高校通信类院系学术研讨会论文集(上册)[C];2009年
9 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
10 张涛;费树岷;胡刚;;基于多特征信息自适应融合的视频目标跟踪算法[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 卢建国;基于粒子滤波的视频目标跟踪算法研究[D];北京邮电大学;2011年
2 冯巍;分布式多视角目标跟踪算法研究[D];复旦大学;2011年
3 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年
4 刘晴;基于区域特征的目标跟踪算法研究[D];北京理工大学;2014年
5 邱雪娜;基于视觉的运动目标跟踪算法及其在移动机器人中的应用[D];华东理工大学;2011年
6 赵运基;基于视觉的目标跟踪算法研究[D];华南理工大学;2012年
7 易伟;基于检测前跟踪技术的多目标跟踪算法研究[D];电子科技大学;2012年
8 侯跃恩;基于稀疏表示的视觉目标跟踪算法研究[D];华南理工大学;2014年
9 韩日升;基于核的变尺度视频目标跟踪算法研究[D];上海交通大学;2009年
10 刘荣利;基于统计学习的视觉目标跟踪算法研究[D];上海交通大学;2014年
中国硕士学位论文全文数据库 前10条
1 刘文;基于块的多特征目标跟踪算法[D];大连理工大学;2010年
2 张炯;基于局部不变描述算子的目标跟踪算法研究[D];西北农林科技大学;2012年
3 付华;智能视频分析中目标跟踪算法的研究与实现[D];电子科技大学;2012年
4 杨帆;窗口自适应的目标跟踪算法研究[D];西安电子科技大学;2011年
5 张楠;基于粒子滤波的目标跟踪算法研究[D];广东工业大学;2011年
6 付德强;基于视觉线索融合的抗遮挡目标跟踪算法研究[D];兰州理工大学;2012年
7 吕珂;基于融合策略的视觉目标跟踪算法研究[D];中国地质大学(北京);2013年
8 熊德辉;基于粒子滤波的目标跟踪算法研究[D];华南理工大学;2013年
9 崔海肖;目标跟踪算法研究[D];江南大学;2012年
10 向国华;多视频目标跟踪算法研究[D];西安电子科技大学;2008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