基于壓縮傳感的目標(biāo)跟蹤技術(shù)研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展和應(yīng)用需求的不斷增長，視覺跟蹤技術(shù)逐漸成為多媒體視覺領(lǐng)域的重要研究內(nèi)容。然而由于外在環(huán)境的未知性、目標(biāo)運動的多樣性和視覺特征的時效性，在復(fù)雜的場景下建立高精度高魯棒的跟蹤系統(tǒng)逐步成為視覺跟蹤技術(shù)的研究重點和難點，主要包括對視頻圖像序列中原始圖像數(shù)據(jù)的有效壓縮、運動目標(biāo)的準(zhǔn)確識別和感興趣區(qū)域的穩(wěn)定跟蹤等。
　　本文首先研究了小波變換和圖像編碼相關(guān)理論，并針對嵌入式零樹小波編碼過程中存在的重復(fù)掃描和比特流冗余等缺

2、點，提出一種改進(jìn)的壓縮算法。該算法通過圖像預(yù)處理、引入動態(tài)閾值和增加標(biāo)識類型等措施提高圖像壓縮性能，節(jié)省表示圖像的數(shù)據(jù)量和存儲空間，滿足對實時信息獲取的應(yīng)用需求。
　　然后對常用的目標(biāo)檢測算法進(jìn)行分析論述，并考慮到傳統(tǒng)背景減法對于信號采樣率的硬性要求，進(jìn)而在研究壓縮傳感對稀疏空間信號重構(gòu)功能的基礎(chǔ)上，提出一種自適應(yīng)背景更新的基于壓縮傳感域的背景差分方法。改進(jìn)的算法將對運動目標(biāo)的檢測提取轉(zhuǎn)化為對信號的重構(gòu)，降低了采樣和計算的負(fù)擔(dān)，而

3、自適應(yīng)的背景更新對于各種外部環(huán)境的變化具有更強烈的適應(yīng)性和經(jīng)濟(jì)性，增強了目標(biāo)檢測算法的魯棒性。
　　最后深入研究了貝葉斯估計原理和用于非線性非高斯空間模型的粒子濾波算法相關(guān)理論系統(tǒng)，同時介紹了通過狀態(tài)向量劃分而分別采取不同采樣策略的三種粒子濾波算法。針對基于粒子濾波的視覺跟蹤基本理論框架中存在的粒子退化、遮擋干擾和稀疏信號未充分利用等缺點，提出一種融合壓縮傳感理論和動態(tài)權(quán)值選擇的峰值跟蹤粒子濾波算法，并在跟蹤過程中對遮擋程度進(jìn)行分