基于目標(biāo)檢測(cè)的跟蹤算法研究.pdf

1、最近由于目標(biāo)檢測(cè)與識(shí)別的快速發(fā)展，使得基于目標(biāo)檢測(cè)的跟蹤算法逐漸流行起來(lái)。本文研究了該大類中的單、多目標(biāo)跟蹤算法。在本文中提出了基于粒子濾波框架的壓縮感知跟蹤算法，改善了目標(biāo)的漂移問題。同時(shí)，本文針對(duì)多目標(biāo)跟蹤中經(jīng)常遇到的遮擋問題，提出了一種基于檢測(cè)的多目標(biāo)跟蹤算法。
　　本文首先對(duì)一些經(jīng)典的目標(biāo)跟蹤算法進(jìn)行了研究與實(shí)驗(yàn)分析，發(fā)現(xiàn)此類算法經(jīng)常由于誤差的積累而發(fā)生漂移問題，并對(duì)產(chǎn)生問題的原因進(jìn)行了分析?；谠诰€學(xué)習(xí)跟蹤算法常遇到的漂

2、移問題，提出了將粒子濾波框架作為壓縮感知算法的運(yùn)動(dòng)模型。利用粒子濾波的特點(diǎn)，當(dāng)目標(biāo)暫時(shí)發(fā)生漂移時(shí)，使得其有能力在后續(xù)過程重新找回目標(biāo)。同時(shí)將分類器的分類正確率作為權(quán)值，加入到原來(lái)的樸素貝葉斯分類器中，提高了分類器的分類準(zhǔn)確性。研究了基于檢測(cè)的多目標(biāo)跟蹤算法。提出了新的外觀模型與運(yùn)動(dòng)模型以及貪婪的數(shù)據(jù)聯(lián)想算法。采用了基于目標(biāo)軌跡置信度的聯(lián)想策略，同時(shí)改進(jìn)了軌跡置信度的定義。最后對(duì)于多目標(biāo)跟蹤過程中遇到的遮擋，漏檢，不準(zhǔn)確檢測(cè)等問題進(jìn)行了實(shí)