2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54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、目標跟蹤適用于我們生活中的方方面面,同時在工業(yè)生產(chǎn)中也扮演了相當緊要的角色。目標跟蹤的目的在于通過視頻序列不間斷的定位到目標的當前位置,而難點在于跟蹤過程中目標姿態(tài)、背景的不斷變化、以及目標被遮擋等問題。本文主要探究將光流法應(yīng)用到目標跟蹤框架中的課題。光流法是目標跟蹤中的一類重要算法,同時也是一種利用光流方程求解目標在圖像平面上運動參數(shù)的方法。由于光流方程約束條件不足,許多基于其他假設(shè)的光流法被提了出來。
  本研究主要內(nèi)容包括:

2、⑴闡述了光流法目標跟蹤的定義和基本框架,指出光流法的理論基礎(chǔ)是光流方程,并且可以分為稠密光流和稀疏光流兩類方法。表明了本文采用的是基于特征點匹配的稀疏光流法,梳理了常用的特征點和光流法的原理與不足。介紹了常用的兩種性能較好的光流法,同時對比了這兩種光流法各自的優(yōu)點與不足,說明了進一步優(yōu)化相關(guān)算法的必要性。⑵針對光流匹配在遮擋時出錯、LK光流法在背景和拍攝設(shè)備同時運動的復雜動態(tài)背景下目標與背景特征點難以區(qū)分等問題,結(jié)合目標跟蹤框架的特點,

3、給出了一種利用Kalman預估器和LK特征點光流信息的優(yōu)化跟蹤算法。首先利用光流信息定義了狀態(tài)向量來篩選目標特征點;之后為了提高光流法在遮擋時的匹配精度,結(jié)合了Kalman預估器來實行優(yōu)化。實驗證明,優(yōu)化算法在緩慢或者快速移動運動場景中的性能均表現(xiàn)良好,并且確保了有遮擋時跟蹤精度不會降低。⑶針對基于SVM內(nèi)核的SVT跟蹤算法的得分不能夠區(qū)分臨近的同類干擾物、光流法和SVT跟蹤算法對遮擋情況非常敏感的問題,給出了結(jié)合光流方程與SVT的改進

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