基于結(jié)構(gòu)化局部模型的目標(biāo)跟蹤算法.pdf

1、專業(yè)學(xué)位碩士學(xué)位論文基于結(jié)構(gòu)化局部模型的目標(biāo)跟蹤算法RobustTrackingwithaStructuredLocalModel作者姓名：學(xué)科、專業(yè)：學(xué)號(hào)：指導(dǎo)教師：完成日期：孫明皓魚王皇通信三貍一一31209022盧湖川2014年04月30日大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)專業(yè)學(xué)位碩士學(xué)位論文摘要視覺(jué)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究方向之一，它的目的為跟蹤某個(gè)或某些物體在連續(xù)視頻幀中的外

2、觀和運(yùn)動(dòng)狀態(tài)變化。本文對(duì)視覺(jué)跟蹤領(lǐng)域的經(jīng)典理論和算法進(jìn)行梳理，重點(diǎn)分析了視覺(jué)跟蹤的發(fā)展歷程，目前存在的挑戰(zhàn)，以及發(fā)展趨勢(shì)。在此基礎(chǔ)上，本文循序漸進(jìn)地提出了兩種基于生成模型的跟蹤算法：基于遮擋檢測(cè)的跟蹤算法和基于局部化結(jié)構(gòu)模型的跟蹤算法。在基于遮擋檢測(cè)的跟蹤算法中，本文在主成分分析法的基礎(chǔ)上對(duì)基空間和均值進(jìn)行增量學(xué)習(xí)，從而使子空間隨著目標(biāo)本身和所處環(huán)境的變化實(shí)現(xiàn)在線更新。為了解決遮擋問(wèn)題，我們將候選樣本局部化為規(guī)則圖像塊，并引入遮擋檢測(cè)矩

3、陣，在各個(gè)圖像塊的似然概率和遮擋檢測(cè)矩陣的聯(lián)合作用下，用未遮擋部分對(duì)候選粒子進(jìn)行置信投票。實(shí)驗(yàn)表明，分塊增量學(xué)習(xí)和遮擋面具的聯(lián)合使用，可以有效克服遮擋對(duì)于目標(biāo)跟蹤的影響。本文重點(diǎn)為基于局部化結(jié)構(gòu)模型的跟蹤算法。在此算法中，我們提出了一個(gè)簡(jiǎn)單有效的基于生成模型跟蹤器。這部分工作是建立基于遮擋檢測(cè)的跟蹤算法的工作基礎(chǔ)上。它為目標(biāo)外觀模型挖掘了更加魯棒的信息：即將物體的空間幾何信息也考慮在內(nèi)。通過(guò)形成候選目標(biāo)SIFT特征點(diǎn)空間分布矩陣并將其變