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
文檔簡介
1、哈爾濱工程大學碩士學位論文基于均值漂移的動態(tài)目標跟蹤算法研究姓名:韋迅申請學位級別:碩士專業(yè):信號與信息處理指導教師:盧志茂201206ABSTRACTDynamictargettrackingisoneofthemostimportantcontentinthemachineV1slonfielditsapplicationisextremelywide,suchastransportation,medical,military,an
2、dhumancomputerinteractionMIasttrackingalgorithmsareproposedfortheproblemofoneparticularaspectThemeanshifttrackingalgorithmisoneofcommonlyuseddynamictargettrackingalgorithmitusescolorhistogramtodescribethetargetduringthet
3、argettrackingprocesssoitsrobustnessandreal—timeperformanceareverygoodintherelativelysimplebackgroundenvironmentItalsohasagoodtrackingeffectontheMorphtargetButthemeanshifttrackingalgorithmhassomedefects,accordingtothis,th
4、ispaperproposesthefollowingimprovements:SincethemeanshifttrackingalgorithmCannoteffectivelytrackthetargetswhichmovetoofastoroccludedheavily,weproposedthetrackingalgorithmwhichcombinesthemeanshiflalgorithmandKalmanmanfilt
5、erThebasicideaoftheimprovedalgorithmis:whenthetargetmovestoofast,Kalmanfilterisusedtopredictthepositionoftargetinthecurrentframe,andmeanshiftalgorithmiterativesbasedonthisposition,SOthatitnotonlyreducesthenumberofiterati
6、ons,butalsothetargetwillnotbelost;WhenthetargetisoccludedKalmanfiltercanpredictthepositionofthetargetinthecurrentframe,andthenmakesthispositionasthetruepositionofthetargetinthecurrentframe,untilthedistancebetweenposition
7、predictedbytheKalmanfilterandoptimalpositionconvergedislessthanthethresholdvalue,whichrepi‘esentsthatthetargetisnotbeingoccluded,ThenwecantrackthetargetbasedonthemeanshifttrackingalgorithmThroughtwogroupsofcontrastexperi
8、ments,theexperimentsresultshowsthattheimprovedalgorithmcannotonlytrackthemovingtargeteffectively,butalsotherealtimeisquitegoodFortheproblemthatthekernelbandwidthofthemeanshiftalgorithmremainsunchangedallthetimeWeproposed
9、thecorrespondingimprovedalgorithmThebasicideaoftheimprovedalgorithmis:sincethetargetbecomessmallergradually,andthetrackingwindowwidthbecomeslagerrelativelyandthereismuchmorebackgroundinthetrackingframewhichisnothelpfulfo
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。
最新文檔
- 基于均值漂移算法的目標跟蹤.pdf
- 基于均值漂移的目標跟蹤算法研究.pdf
- 基于均值漂移的視頻目標跟蹤算法的研究.pdf
- 基于均值漂移算法和局部特征的目標跟蹤研究.pdf
- 基于均值漂移的目標跟蹤算法的研究及應用.pdf
- 基于背景信息的均值漂移目標跟蹤算法的研究.pdf
- 基于均值漂移和粒子濾波的目標跟蹤算法研究.pdf
- 基于粒子濾波與均值漂移的目標跟蹤算法研究.pdf
- 基于自適應LTP和均值漂移的運動目標跟蹤算法.pdf
- 均值漂移算法在視頻目標跟蹤中的應用.pdf
- 基于均值漂移算法的運動人體跟蹤研究.pdf
- 基于SIFT特征和均值漂移的目標跟蹤研究.pdf
- 基于均值漂移和偏微分方程的目標跟蹤算法研究.pdf
- 基于均值移位的目標跟蹤算法研究.pdf
- 卡爾曼與均值漂移在動態(tài)目標跟蹤中的應用研究.pdf
- 基于均值偏移算法的運動目標跟蹤算法的研究.pdf
- 10527.均值漂移算法在視頻運動目標跟蹤中的應用研究
- 基于均值漂移聚類和優(yōu)化的粒子濾波跟蹤算法研究.pdf
- 基于非線性濾波和均值漂移的運動目標跟蹤方法研究.pdf
- 基于均值偏移算法的運動目標跟蹤研究.pdf
評論
0/150
提交評論