版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、視頻目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心問(wèn)題,在民用和軍事上都有著廣泛的應(yīng)用,如智能監(jiān)控、人機(jī)交互、機(jī)器人導(dǎo)航、以及制導(dǎo)武器等,近年來(lái),隨著信息技術(shù)的高速發(fā)展,目標(biāo)跟蹤吸引了許多研究者的關(guān)注,成為熱點(diǎn)研究問(wèn)題。盡管人們已經(jīng)提出了很多有效的視頻目標(biāo)跟蹤算法,但是在實(shí)際應(yīng)用中視頻目標(biāo)跟蹤仍然面臨著許多困難,如光照變化、目標(biāo)姿態(tài)的改變和非線性形變以及背景中的噪聲和干擾等等,因此設(shè)計(jì)魯棒的視頻目標(biāo)跟蹤算法仍然是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。
本文以
2、粒子濾波器為框架,對(duì)視頻目標(biāo)跟蹤中的難點(diǎn)問(wèn)題,針對(duì)目標(biāo)外觀模型設(shè)計(jì)開(kāi)展了深入的研究,提出多特征自適應(yīng)融合的目標(biāo)觀測(cè)模型表示方法。設(shè)計(jì)了自適應(yīng)權(quán)值調(diào)整算法,并提出基于多個(gè)特征權(quán)值可調(diào)的粒子濾波器用于目標(biāo)跟蹤。
為了能對(duì)各特征權(quán)值進(jìn)行自適應(yīng)的調(diào)整,本文通過(guò)對(duì)粒子濾波器粒子分布的分析,設(shè)計(jì)了逐幀權(quán)值自適應(yīng)更新算法。這種基于當(dāng)前幀粒子分布的方法能夠很好地權(quán)衡各特征的可靠性,從而相應(yīng)地調(diào)整其權(quán)值,在很大程度上,能夠適應(yīng)跟蹤環(huán)境的復(fù)雜性,
3、保證跟蹤的準(zhǔn)確度,然而該方法容易受到當(dāng)前幀誤差的影響。
考慮到權(quán)值變化在時(shí)間序列上的連續(xù)性,本文設(shè)計(jì)了一種權(quán)值跟蹤策略,采用粒子濾波對(duì)特征權(quán)值進(jìn)行跟蹤,并與逐幀調(diào)整算法相結(jié)合,提出了雙重粒子濾波多特征融合目標(biāo)跟蹤算法。該方法既實(shí)現(xiàn)了特征權(quán)值根據(jù)實(shí)際情況逐幀調(diào)整,又避免了跟蹤誤差造成的權(quán)值突變,保證了跟蹤結(jié)果穩(wěn)定可靠。
本文提出的權(quán)值調(diào)整算法及跟蹤方法,為跟蹤的精度和魯棒性提供了穩(wěn)定可靠的基礎(chǔ)。在具有不同跟蹤條件的視頻
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多特征融合的運(yùn)動(dòng)目標(biāo)自適應(yīng)跟蹤方法研究.pdf
- 基于特征自適應(yīng)融合的粒子濾波跟蹤算法研究.pdf
- 基于多特征融合與粒子濾波的目標(biāo)跟蹤.pdf
- 復(fù)雜場(chǎng)景多特征融合粒子濾波目標(biāo)跟蹤.pdf
- 多特征融合的粒子濾波跟蹤算法研究.pdf
- 多外觀模型自適應(yīng)加權(quán)的粒子濾波目標(biāo)跟蹤算法研究.pdf
- 基于自適應(yīng)模型和多特征融合的目標(biāo)跟蹤算法研究.pdf
- 基于人類視覺(jué)機(jī)制的自適應(yīng)粒子濾波目標(biāo)跟蹤研究
- 復(fù)雜環(huán)境下基于粒子濾波的多特征融合目標(biāo)跟蹤算法研究.pdf
- 特征融合粒子濾波視頻跟蹤方法研究.pdf
- 基于人類視覺(jué)機(jī)制的自適應(yīng)粒子濾波目標(biāo)跟蹤研究.pdf
- 基于粒子濾波和Mean Shift的多特征融合的目標(biāo)跟蹤算法.pdf
- 基于粒子濾波的多特征目標(biāo)跟蹤算法研究.pdf
- 基于特征融合與二級(jí)粒子濾波的目標(biāo)跟蹤方法研究.pdf
- 基于自適應(yīng)卡爾曼粒子濾波的目標(biāo)跟蹤算法的研究.pdf
- 基于人類視覺(jué)機(jī)制的自適應(yīng)粒子濾波目標(biāo)跟蹤算法.pdf
- 基于自適應(yīng)權(quán)重的多特征通道目標(biāo)跟蹤.pdf
- 融合Sift特征和粒子濾波的運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf
- 粒子濾波及跟蹤窗口尺寸自適應(yīng)調(diào)整方法的研究.pdf
- 基于自適應(yīng)粒子濾波的人體運(yùn)動(dòng)視頻跟蹤方法研究.pdf
評(píng)論
0/150
提交評(píng)論