基于水平集方法的目標跟蹤算法研究.pdf_第1頁
已閱讀1頁,還剩86頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、目標跟蹤作為計算機視覺和模式識別的主要研究方向之一,近年來得到迅速的發(fā)展。其在視頻監(jiān)控、人機交互、醫(yī)療診斷、氣象分析,安全監(jiān)測以及導彈制導等諸多領(lǐng)域都有著廣泛的需求和應用。計算機視覺領(lǐng)域的目標跟蹤技術(shù)主要目的是在視頻或者圖像幀序列中找到感興趣的區(qū)域,而分割技術(shù)也可以實現(xiàn)對感興趣目標區(qū)域的劃分。因此,鑒于目標跟蹤技術(shù)和圖像分割技術(shù)之間的相關(guān)性,將分割技術(shù)與目標跟蹤技術(shù)結(jié)合的思路得到了諸多學者的廣泛關(guān)注和研究。在圖像分割領(lǐng)域中,水平集分割方

2、法迅速發(fā)展并得到了廣泛應用。因此,本文的主要研究方向是如何將水平集分割方法應用到目標跟蹤技術(shù)領(lǐng)域。
  根據(jù)目前的研究現(xiàn)狀,本文將基于水平集方法的目標跟蹤算法研究大體分為兩思路,一種思路是跟蹤分割分步完成跟蹤,一種是跟蹤分割融合完成跟蹤。前者跟蹤模塊與分割模塊相對獨立,目標跟蹤模塊主要來確定候選目標區(qū)域,分割模塊對候選目標區(qū)域進行分割,利用分割得到的目標輪廓改善跟蹤模塊的跟蹤過程,從而將水平集分割與跟蹤算法相結(jié)合實現(xiàn)跟蹤;后者則是

3、將目標跟蹤融入水平集分割演化框架,通過在分割演化框架中加入描述目標的約束項,使得可以直接通過分割處理的方式直接獲得目標的跟蹤結(jié)果。
  本文首先介紹了水平集分割方法的概念及相關(guān)理論基礎(chǔ),同時梳理和總結(jié)了基于水平集方法的目標跟蹤算法的主要思路;然后,詳細介紹了粒子濾波的相關(guān)理論基礎(chǔ),在前人工作基礎(chǔ)上提出了一種基于形狀約束粒子濾波的水平集目標跟蹤算法。該方法根據(jù)水平集方法分割得到的目標形狀來優(yōu)化顏色直方圖的描述并構(gòu)建形狀相似度,從而改

4、善粒子濾波權(quán)重的定義,使得跟蹤結(jié)果更加準確。與傳統(tǒng)粒子濾波方法以及基于粒子濾波的水平集目標跟蹤算法的對比實驗結(jié)果表明:本文提出的基于形狀約束粒子濾波的水平集目標跟蹤算法具有更好的跟蹤效果;最后,詳細介紹了高斯混合模型的相關(guān)理論基礎(chǔ)及基于高斯混合模型的水平集目標跟蹤算法,在其基礎(chǔ)上提出了一種改進的基于高斯混合模型的水平集目標跟蹤算法,該方法通過改善水平集分割框架中的內(nèi)部約束項,加快了水平集演化效率,并且可以更準確的分割結(jié)果,從而有效地改善

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論