收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于视觉系统的智能目标跟踪算法研究

产思贤  
【摘要】:视觉目标跟踪是计算机视觉领域的一个重要分支,广泛应用于视频监控系统、智能交通系统、智能机器人导航、人机交互和精确制导系统等人工智能系统。随着人工智能的快速发展,越来越多的学者关注目标跟踪算法研究。虽然目前很多优秀的跟踪算法被提出,但依然无法完全适应光照变化、姿态变化、快速运动、目标遮挡和背景杂波等复杂的实际应用场景。因此,本文针对复杂应用场景,深入探索目标跟踪算法,提出应对挑战的解决方案。主要工作内容如下:1.提出一种基于超像素的在线分类跟踪算法。该算法提出一个联合模型,将局部的判决式模型和全局的生成式模型相结合来构建跟踪框架。首先,在局部层次上,利用目标和背景的超像素来训练随机森林在线分类器。其次,通过该分类器获取每一个超像素隶属于目标的概率,依此建立目标置信图,以Mean Shift算法在置信图上搜索到的密度峰值位置作为目标位置。然后,在全局层次上,通过提取多个尺度的目标矩形框的协方差矩阵来表示目标,并与上一帧的目标全局协方差特征进行匹配,由此确定目标尺度。最后,实验结果表明该算法具有有效性和鲁棒性。2.提出一种基于局部敏感直方图的压缩感知跟踪算法。首先,该算法扩展了压缩感知跟踪算法中的目标表达,利用局部敏感直方图来消除光照变化的影响。其次,该算法采用颜色属性跟踪器来预测目标位置,重建新的加权判别函数,此举弥补了传统压缩感知跟踪算法颜色缺失的不足。然后,提出的模型更新机制和目标轨迹校正策略可有效避免跟踪过程中出现的噪声变化。最后,所提算法在具有挑战性的公开基准数据集上进行测试,实验结果表明该算法能够较好地解决复杂背景下的光照变化、目标遮挡和外观变化等难点问题。3.提出一种基于关键点和复杂单元的自适应目标协作建模跟踪算法。该算法重点关注三个关键因素:目标外观变化的有效表达、关键点的有效应用和情境信息的有效并入。首先,由于关键点是理想的局部表达,因此利用关键点和光流法对目标进行粗略跟踪。其次,由于复杂单元可以有效地探索多尺度的语境信息,因此融合复杂单元对目标进一步进行精确定位。然后,利用内部单元格匹配来度量外观变化的程度,得到自适应的学习速率参数用于更新目标的外观模型以避免噪声干扰。最后,实验结果表明该算法能够很好地解决遮挡、尺度变化、快速运动和目标变形等因素的影响。


知网文化
【相似文献】
中国期刊全文数据库 前13条
1 杨凯杰;田畅;关文君;;快速目标跟踪算法及其嵌入式实现[J];军事通信技术;2016年04期
2 陈伟;祝恩;刘天航;殷建平;邱明辉;;目标跟踪算法的并行优化[J];计算机工程与科学;2016年11期
3 张涛;李继生;董恩国;;基于人脸识别的移动目标跟踪算法研究[J];现代制造技术与装备;2017年02期
4 李贺;;基于深度学习的目标跟踪算法研究综述[J];黑龙江科技信息;2017年17期
5 吴小俊;徐天阳;须文波;;基于相关滤波的视频目标跟踪算法综述[J];指挥信息系统与技术;2017年03期
6 王立新,戴冠中;一种分散化多站联合目标跟踪算法[J];航空学报;1988年03期
7 V.纳加拉简;R.N.沙马;肖万选;;改善边跟踪边搜索雷达的检测和跟踪性能的新方法(第二部分)——检测、航迹的产生与组合[J];雷达与对抗;1988年05期
8 窦慧;赵书斌;王强;;基于特征点的典型目标跟踪算法性能分析[J];指挥控制与仿真;2017年02期
9 王丽娜;;基于卡尔曼滤波的单模型目标跟踪算法的仿真研究[J];中国新通信;2016年10期
10 曹晓丽;李明;邢玉娟;谭萍;;几种自动目标跟踪算法的比较研究[J];硅谷;2013年02期
11 谢涛;;基于能效的动态分簇目标跟踪算法[J];西南大学学报(自然科学版);2016年11期
12 马世强;;一种基于卡尔曼滤波器的多目标跟踪算法研究[J];电子世界;2016年23期
13 马书红;;基于计算机视觉的运动目标跟踪算法的探讨[J];智库时代;2017年05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 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
3 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
4 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
5 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
6 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
7 石章松;刘忠;;一种使用辅助变量的单站纯方位目标跟踪算法[A];2003年中国智能自动化会议论文集(下册)[C];2003年
8 段萌远;于俊清;王锦;;基于活动状态分类的多目标跟踪算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年
9 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
10 郭春;罗鹏飞;;一种基于小波变换的目标跟踪算法研究[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 产思贤;基于视觉系统的智能目标跟踪算法研究[D];浙江工业大学;2018年
2 胡秀华;复杂场景中目标跟踪算法研究[D];西北工业大学;2017年
3 金加根;基于元数据的雷达目标检测和跟踪研究[D];武汉理工大学;2015年
4 张雷;复杂场景下实时目标跟踪算法及实现技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
5 胡硕;基于小波理论的目标检测与快速目标跟踪算法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2006年
6 李安平;复杂环境下的视频目标跟踪算法研究[D];上海交通大学;2007年
7 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年
8 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
9 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
10 尹宏鹏;基于计算机视觉的运动目标跟踪算法研究[D];重庆大学;2009年
中国硕士学位论文全文数据库 前10条
1 胡玮;基于元学习的深度网络目标跟踪算法研究[D];华中科技大学;2018年
2 王睿;基于Mean Shift的目标跟踪算法研究[D];武汉大学;2017年
3 张硕勋;基于TLD模型的多目标跟踪算法的研究与实现[D];中南民族大学;2016年
4 张学志;基于多模态数据的目标跟踪算法研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2017年
5 吴思远;基于表观模型的目标跟踪算法研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2017年
6 王健;基于自适应巡航的多目标跟踪算法研究[D];合肥工业大学;2018年
7 刘佳琪;基于FPGA的目标跟踪系统设计与实现[D];沈阳工业大学;2018年
8 陈莉;基于核相关滤波的运动目标跟踪算法研究[D];湖南大学;2018年
9 张晓玄;基于相关滤波器的单目标跟踪算法研究[D];江南大学;2018年
10 冯棐;基于相关滤波器的目标跟踪算法研究[D];江南大学;2018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