收藏本站
收藏 | 论文排版

结合多示例学习和模板匹配的目标跟踪算法研究

单顺勇  
【摘要】:目标跟踪技术在人工智能领域已经研究了许多年,跟踪的目的就是对后续帧中目标的位置坐标进行实时定位。本文研究了三个比较热门的跟踪算法,通过对它们的学习以及分析,对决策型跟踪算法和匹配型跟踪算法分别作了比较详细的分析研究。决策型跟踪算法对目标的突然运动、光照的变化具有一定的鲁棒性,但是在遇到目标半遮挡或者完全遮挡的情况下,很容易丢失跟踪目标。匹配型跟踪算法一般对于目标的形变、旋转以及遮挡具有一定的鲁棒性,然而它一开始就假设了目标和背景的不同,一旦出现和目标相似的背景,也容易出现跟踪失败,而且不能及时地应对光照的突然变化。通过对这两种类型算法的分析研究后,再结合两种类型算法的优点进行一系列改进。首先对基于模板匹配的目标跟踪算法进行了研究,具体分为三个步骤,即模型建立,匹配跟踪和模型更新。因为针对单一特征很难全面描述目标的信息以及使用直方图对特征描述缺失空间信息的不足,提出一种融合多特征分布域的建模方法:通过对灰度值特征,纹理特征和边缘特征进行分布域处理,得到联合特征分布域的组合特征,构建目标模型,在新的帧中采用模型匹配的方式局部搜索到最适合的候选目标,来实现对目标的跟踪。同时考虑到在目标模型中,通常存在同一特征聚集而形成的特征密集区,这些特征密集区在目标模型上的特有分布对区分目标与背景异常重要,所以在构建目标模型时,对特征最聚集分布层乘以一个加权系数,突出相对聚集特征,旨在提高跟踪精度。为了结合多示例学习和Mean Shift这两种类型的算法,需要通过一系列的优化达到跟踪标准。为了提高多示例学习跟踪方法中对目标检测的准确度,来得到更加准确的目标初始位置,提出使用集成学习的思想,通过对示例随机采样,生成若干个强分类器,集成它们用于确定目标的位置。对于Mean Shift跟踪算法,以结合颜色特征和纹理特征的联合表示目标模型,利用每种特征的优势互补性构建一个鲁棒性的目标模型,提高跟踪准确度。针对如何对决策型算法和匹配型算法结合的问题上,先通过改进的多示例跟踪对目标进行跟踪,得到目标在新的一帧中的位置,然后通过判断跟踪是否发生失败,如果发生失败,则调用改进后Mean Shift跟踪对目标的位置坐标进行修正,得到最终目标位置。判断的标准采用目标位移距离,因为相邻两帧目标的偏移量不会太大,如果偏移量太大的,判断认为跟踪失败,调用Mean Shift跟踪算法来修正目标位置。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 金忠;一种多目标跟踪算法[J];南京理工大学学报(自然科学版);1985年S1期
2 龚萍;张辉;毛征;张庆龙;孔文超;;融合局部熵二维熵的空中目标跟踪算法研究[J];国外电子测量技术;2014年01期
3 马奔,史忠科,皮燕妮;成像目标跟踪算法分析[J];西安电子科技大学学报;2005年03期
4 孙中森;孙俊喜;宋建中;乔双;;一种抗遮挡的运动目标跟踪算法[J];光学精密工程;2007年02期
5 陈爱华;孟勃;朱明;王艳华;;多模式融合的目标跟踪算法[J];光学精密工程;2009年01期
6 牛长锋;刘玉树;;融合多特征的粒子滤波目标跟踪算法[J];华中科技大学学报(自然科学版);2010年01期
7 蔡荣太;吴元昊;王明佳;吴庆祥;;视频目标跟踪算法综述[J];电视技术;2010年12期
8 佟国峰;蒋昭炎;谷久宏;庞晓磊;;基于随机蕨丛的长期目标跟踪算法[J];东北大学学报(自然科学版);2013年01期
9 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
10 王鲁平,李飚,胡敏露;一种基于多传感器数据融合的目标跟踪算法[J];红外与激光工程;2004年02期
11 石章松,刘忠,王树宗;一种单站纯方位目标跟踪算法研究[J];系统工程与电子技术;2005年02期
12 周进;吴钦章;;弱小目标跟踪算法性能评估的研究[J];光电工程;2007年01期
13 郑江滨;李秀秀;张艳宁;;视频监视中的运动目标跟踪算法[J];系统工程与电子技术;2007年11期
14 曲洪权;李少洪;;运动参数受限的目标跟踪算法研究[J];系统仿真学报;2008年09期
15 钟德华;夏翠艳;宋启敏;毛文龙;;多目标跟踪算法的研究与应用[J];计算机测量与控制;2008年06期
16 刘杰;董育宁;;基于预测和粒子滤波的运动目标跟踪算法[J];计算机工程与科学;2009年10期
17 李伟群;;一种改进的多关节目标跟踪算法[J];计算机应用研究;2011年02期
18 安国成;张凤军;王宏安;戴国忠;;多窗口目标跟踪算法[J];计算机研究与发展;2011年11期
19 孙世岩;王炳;张国栋;;一种基于满意滤波的纯方位目标跟踪算法[J];指挥控制与仿真;2012年06期
20 邹冈;石章松;刘忠;;基于协方差旋转变换的目标跟踪算法[J];电光与控制;2008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 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 张健;面向能效优化的无线传感器网络分布式目标跟踪算法研究[D];东北大学;2011年
8 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
9 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
10 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
中国硕士学位论文全文数据库 前10条
1 张健;形变目标跟踪算法的研究与实现[D];辽宁大学;2015年
2 张巧丽;基于LabVIEW的运动目标跟踪算法研究与实现[D];陕西科技大学;2015年
3 钟宝康;基于压缩感知的预测目标跟踪算法研究[D];江西理工大学;2015年
4 薛桐;基于CamShift的运动目标跟踪算法研究[D];沈阳理工大学;2015年
5 王增宇;基于稀疏表达的目标跟踪算法研究[D];沈阳理工大学;2015年
6 王静;结构化的表观模型及两阶段目标跟踪算法研究[D];沈阳理工大学;2015年
7 葛凯蓉;自然场景下目标跟踪算法的研究[D];山东大学;2015年
8 向伟;基于检测的目标跟踪算法研究[D];上海交通大学;2015年
9 单顺勇;结合多示例学习和模板匹配的目标跟踪算法研究[D];江西理工大学;2015年
10 张碧武;基于单目视觉的目标跟踪算法的研究与实现[D];电子科技大学;2015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