收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

Mean Shift及相关算法在视频跟踪中的研究

朱胜利  
【摘要】:在视觉跟踪领域,Mean Shift算法是一个非常优秀的算法,是国外最近几年才发展起来的。国外研究者比较多,国内的很少,去年才见有几篇文章发表。初入跟踪领域,走过了很多弯路后,后来在Mean Shift算法上找到了突破口,并在该算法的研究中投入大量的时间,是以论文的题目以Mean Shift命名。Mean Shift在跟踪领域有很多很好的性质,比如实时性好、对遮挡、目标变形鲁棒性好等,但它也有一些缺点。作者针对性地对这些缺陷做了较好的改进。论文虽以Mean Shift命名,但涉及内容已超出Mean Shift的范畴。 第三章针对Mean Shift算法不能跟踪快速目标的特点,提出Mean Shift和卡尔曼滤波器相结合的算法,卡尔曼滤波器预测目标在本帧的可能位置,Mean Shift算法在该位置邻域内搜索,算法对快速运动的目标的跟踪效果良好,而且对遮挡问题也有很好的处理。 第四章提出Mean Shift的模板更新算法,Mean Shift没有模板更新的能力。模板更新对目标的跟踪至关重要,但没有通用的模板更新算法,一般都是针对某种跟踪算法如何解决模板更新的问题。本文提出一种基于卡尔曼滤波器组的Mean Shift模板更新算法。模板的元素取自目标特征值的概率,通过48个卡尔曼滤波器可以跟踪所有特征值的概率变化。算法构造巧妙,由于使用了较少的卡尔曼滤波器,算法实时性好,鲁棒性更好。 第五章提出核直方图的粒子滤波器目标跟踪算法。算法的系统动态模型具有对速度的学习能力,这样可以减少粒子的维数和所需要的粒子数。观测模型以Mean Shift算法对目标特征值的描述为基础,本文设计了一种新的模板更新算法,更新算法充分利用了粒子滤波器计算的中间值,因而没有增加算法复杂性。模板更新能够使得观测值的获得更可靠,因而提高了算法的鲁棒性。 第六章提出基于Mean Shift粒子滤波器的算法。粒子滤波器算法的主要缺点是需要大量的粒子来近似描述目标的状态,使得算法非常费时。新算法利用Mean Shift算法在重采样之前将粒子收敛到集合靠近目标真实状态的区域内,由于每


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨守建;李宏;;基于全维状态观测器的视频球体跟踪[J];电脑知识与技术;2011年22期
2 王新红;王晶;田敏;杨煜;李志鹏;;基于空间边缘方向直方图的Mean Shift跟踪算法[J];中国图象图形学报;2008年03期
3 师扬;王浩;;基于改进Mean Shift算法的细胞追踪方法研究[J];信息技术;2011年08期
4 江绍明;;基于背景减的Mean shift目标跟踪算法[J];内江师范学院学报;2010年12期
5 贾静平,张艳宁,柴艳妹,赵荣椿;目标多自由度Mean Shift序列图像跟踪算法[J];西北工业大学学报;2005年05期
6 刘贵喜;范春宇;高恩克;;基于粒子滤波与多特征融合的视频目标跟踪[J];光电子.激光;2007年09期
7 文志强;蔡自兴;;一种目标跟踪中的模糊核直方图[J];高技术通讯;2009年02期
8 田纲;胡瑞敏;王中元;;一种基于运动矢量分析的Mean shift目标跟踪算法[J];中国图象图形学报;2010年01期
9 黎云汉;楼京京;;混合目标模型的Mean Shift跟踪算法[J];计算机工程与应用;2010年16期
10 孙正林;邹峥嵘;吴爱琴;;一种改进的Mean Shift点云数据滤波[J];测绘工程;2011年05期
11 宋新;罗军;王鲁平;沈振康;;基于Mean Shift聚类的边缘检测方法[J];弹箭与制导学报;2007年01期
12 陈兆学;郑建立;施鹏飞;;基于Mean Shift方法的视频车辆检测与分割[J];上海理工大学学报;2007年02期
13 李龙;李俊山;叶霞;;基于Mean Shift算法的运动平台下红外目标跟踪[J];红外与激光工程;2007年02期
14 姚红革;耿军雪;;基于卡尔曼预测的视频目标实时跟踪[J];西安工业大学学报;2007年02期
15 杨水山;何永辉;赵万生;彭铁根;;Mean shift算法在带钢缺陷图像分割中的应用[J];西安电子科技大学学报;2007年06期
16 连洁;韩传久;;基于Mean Shift的红外目标自动跟踪方法[J];微计算机信息;2008年04期
17 张进华;王孙安;;基于混合粒子滤波的运动火焰跟踪算法[J];计算机工程与应用;2008年14期
18 陈家树;程小平;;基于SSD的核粒子滤波器下的球类运动员跟踪[J];西南师范大学学报(自然科学版);2008年02期
19 文志强;蔡自兴;;一种基于mean shift的鲁棒性目标跟踪方法[J];计算机应用研究;2008年06期
20 许欣;陈强;王平安;孙怀江;夏德深;;消除光晕现象的快速Retinex图像增强[J];计算机辅助设计与图形学学报;2008年10期
中国重要会议论文全文数据库 前10条
1 武娜;李小坚;;Mean shift算法在全景视觉中的应用与研究[A];中国计量协会冶金分会2010年会论文集[C];2010年
2 罗的国;韩萍;;Mean Shift目标跟踪的两级更新自适应窗宽算法[A];第二十五届中国(天津)2011’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2011年
3 周斌;王军政;毛佳丽;;基于RBF神经网络的Mean Shift目标跟踪算法[A];第二十七届中国控制会议论文集[C];2008年
4 赵渊;管庆;徐胜;;目标跟踪算法在DM6437上的实现和优化[A];2009年通信理论与信号处理学术年会论文集[C];2009年
5 王晶;姚鸿勋;姜峰;;中国手语徒手识别系统的设计与实现[A];全国网络与信息安全技术研讨会'2005论文集(下册)[C];2005年
6 李波;袁保宗;;LMSF Mean Shift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 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
8 郭森;卢鑫;梁永生;柳伟;;一种自适应权值更新的Mean shift跟踪算法[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年
9 黄雁;罗喜伶;张军;;一种实时稳健的航拍视频目标跟踪方法[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集(下)[C];2008年
10 王晓辉;周越;王永刚;杨杰;;基于Quaternion-Gabor滤波器的彩色纹理分割算法研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
中国博士学位论文全文数据库 前10条
1 朱胜利;Mean Shift及相关算法在视频跟踪中的研究[D];浙江大学;2006年
2 田纲;基于多特征融合的Mean shift目标跟踪技术研究[D];武汉大学;2011年
3 周家香;Mean Shift遥感图像分割方法与应用研究[D];中南大学;2012年
4 王长军;基于视频的目标检测与跟踪技术研究[D];浙江大学;2006年
5 卢晓鹏;视频序列中目标跟踪技术研究[D];中国科学院研究生院(电子学研究所);2007年
6 王国良;图像处理技术在智能交通系统中应用的研究[D];大连海事大学;2008年
7 黎云汉;人脸特征提取与跟踪[D];浙江大学;2008年
8 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年
9 刘献如;视频图像序列目标跟踪算法及其应用研究[D];中南大学;2011年
10 胡铟;基于单目视觉的运动目标检测与跟踪算法研究[D];南京理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 罗富贵;Mean Shift目标跟踪算法的研究[D];广西民族大学;2011年
2 郑永威;Mean Shift算法研究及其在视频目标跟踪中的应用[D];山东大学;2013年
3 谢捷;尺度自适应的扩展Mean shift跟踪算法[D];南京邮电大学;2013年
4 张海强;基于Mean Shift和空间直方图的目标跟踪算法研究[D];重庆邮电大学;2013年
5 胡彬;Mean Shift视频跟踪算法的研究[D];湖南大学;2010年
6 高海鹏;基于Mean Shift的视频图像序列人脸跟踪方法[D];西安电子科技大学;2011年
7 胡波;基于Mean Shift算法和卡尔曼滤波的视频目标跟踪技术研究[D];宁波大学;2010年
8 丁业兵;基于Mean Shift的视频目标跟踪算法研究[D];安徽大学;2012年
9 张洪杰;基于Mean Shift的视频监控运动目标的跟踪算法研究与实现[D];东北大学;2009年
10 尚玉龙;基于mean shift和surf的车辆视频检测与跟踪[D];西安电子科技大学;2012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