版權(quán)說(shuō)明:本文檔由用戶(hù)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、視覺(jué)目標(biāo)跟蹤(Visual Object Tracking)是計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域的重要課題之一,在智能交通、視頻監(jiān)控、人機(jī)交互、智能導(dǎo)航等領(lǐng)域有著廣泛的應(yīng)用。典型的視覺(jué)目標(biāo)跟蹤算法主要由表觀建模、目標(biāo)狀態(tài)搜索和表觀模型更新三個(gè)部分組成,其中表觀建模處于核心地位,直接影響目標(biāo)跟蹤效果。盡管研究者提出了大量針對(duì)視覺(jué)目標(biāo)跟蹤的表觀建模方法,然而設(shè)計(jì)一個(gè)適用于實(shí)際應(yīng)用中各種復(fù)雜跟蹤環(huán)境的魯棒表觀模型,仍然是目標(biāo)跟蹤領(lǐng)域的難點(diǎn)問(wèn)題之一。本文
2、從多特征融合精度、遮擋的檢測(cè)與處理、表觀模型的穩(wěn)定性和判別性以及多目標(biāo)跟蹤中不同目標(biāo)物的有效區(qū)分等方面對(duì)表觀建模方法展開(kāi)研究與討論,主要研究?jī)?nèi)容包括以下四點(diǎn):
基于多特征融合的表觀建模方法研究。多特征融合方法是表觀建模的常用方法,其核心問(wèn)題是如何準(zhǔn)確評(píng)估不同特征對(duì)目標(biāo)的描述能力,從而在目標(biāo)跟蹤過(guò)程中自適應(yīng)調(diào)整特征融合權(quán)重,利用特征之間的互補(bǔ)性提高表觀模型的魯棒性。為了提高多特征融合方法中特征融合的精度,本文提出了一種基于局部核
3、加權(quán)的多特征融合表觀建模方法。將目標(biāo)區(qū)域分解為多層次的子圖像塊,在每個(gè)子圖像塊上分別提取背景加權(quán)特征直方圖,以子圖像塊為單位調(diào)整特征間的融合權(quán)重。該方法突出了圖像特征對(duì)目標(biāo)局部區(qū)域的描述能力,提高了目標(biāo)整體表觀模型的特征融合精度。實(shí)驗(yàn)結(jié)果表明所提出的方法相比于傳統(tǒng)的多特征融合方法具有更好的跟蹤精度和穩(wěn)定性。
目標(biāo)跟蹤過(guò)程中的遮擋檢測(cè)與處理方法。遮擋一直是視覺(jué)目標(biāo)跟蹤中的一個(gè)難點(diǎn)問(wèn)題。本文針對(duì)基于稀疏表示的目標(biāo)跟蹤方法中普遍采用
4、的單位噪聲矩陣對(duì)目標(biāo)遮擋描述能力較差的問(wèn)題,提出了一種局部稀疏表示表觀模型對(duì)目標(biāo)遮擋區(qū)域進(jìn)行檢測(cè)。以此為基礎(chǔ),在候選觀測(cè)似然計(jì)算過(guò)程中以及目標(biāo)觀測(cè)模板更新過(guò)程中,顯式地對(duì)遮擋區(qū)域進(jìn)行限制與修正,在一定程度上減輕了遮擋對(duì)目標(biāo)跟蹤定位的負(fù)面影響。實(shí)驗(yàn)結(jié)果表明,所提出的方法對(duì)目標(biāo)跟蹤過(guò)程中的各種遮擋情況具有較好的魯棒性。
基于稀疏編碼的表觀建模方法研究。在前面的方法中,我們利用稀疏表示對(duì)目標(biāo)局部圖像塊的表觀特征進(jìn)行描述,取得了較好的
5、遮擋檢測(cè)效果。然而該方法只考慮了如何有效地對(duì)目標(biāo)的局部圖像特征進(jìn)行描述,并沒(méi)有考慮局部特征之間的空間結(jié)構(gòu)信息對(duì)目標(biāo)的描述能力,以及局部特征對(duì)目標(biāo)表示的判別能力。為了提高表觀模型的穩(wěn)定性和判別能力,本文提出了一種基于判別式稀疏編碼的表觀模型。首先,提出一種判別式基函數(shù)學(xué)習(xí)方法,使得局部圖像塊的稀疏編碼系數(shù)向量對(duì)目標(biāo)和背景具有更好的區(qū)分度。然后,將所有局部圖像塊的稀疏編碼向量按照結(jié)構(gòu)化方式進(jìn)行聚集,生成目標(biāo)整體特征向量。并在聚集過(guò)程中,提出
6、了一種基于特征維度可分性統(tǒng)計(jì)的降維方法,對(duì)稀疏編碼向量中的噪聲進(jìn)行過(guò)濾,從而進(jìn)一步提高整體目標(biāo)特征向量的類(lèi)間區(qū)分度。最后,將目標(biāo)跟蹤問(wèn)題轉(zhuǎn)化為一個(gè)二分類(lèi)問(wèn)題實(shí)現(xiàn)目標(biāo)定位。實(shí)驗(yàn)結(jié)果表明,所提出的方法對(duì)光照變化、嚴(yán)重遮擋、混亂背景等復(fù)雜跟蹤環(huán)境具有較好的適應(yīng)力。
多目標(biāo)跟蹤中的表觀建模方法研究。在對(duì)單目標(biāo)跟蹤任務(wù)中表觀建模方法進(jìn)行了研究與討論的基礎(chǔ)上,我們將研究?jī)?nèi)容擴(kuò)展到多目標(biāo)跟蹤任務(wù)中。相比于單目標(biāo)跟蹤,多目標(biāo)跟蹤更為復(fù)雜。除了
7、要應(yīng)對(duì)來(lái)自目標(biāo)自身和外界環(huán)境的各種變化以外,多個(gè)跟蹤目標(biāo)之間經(jīng)常出現(xiàn)的相互遮擋和交替并行等情況,使得多目標(biāo)跟蹤面臨著更大的挑戰(zhàn)。為了解決多目標(biāo)跟蹤中由于目標(biāo)物外觀相似、空間距離相近等因素造成的目標(biāo)之間區(qū)分困難的問(wèn)題,本文提出了一種基于SRC(Sparse Representation based Classification)和MFH(Multiple Features Hashing)的聯(lián)合表觀模型。首先,將多個(gè)目標(biāo)物的區(qū)分問(wèn)題轉(zhuǎn)化為
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 基于多表觀模型的長(zhǎng)期視覺(jué)目標(biāo)跟蹤算法研究.pdf
- 基于視覺(jué)的運(yùn)動(dòng)目標(biāo)跟蹤方法研究.pdf
- 機(jī)動(dòng)目標(biāo)建模及跟蹤方法研究.pdf
- 面向全景視覺(jué)的目標(biāo)跟蹤方法研究.pdf
- 機(jī)器人視覺(jué)目標(biāo)跟蹤方法的研究.pdf
- 多型視覺(jué)傳感協(xié)同目標(biāo)跟蹤方法研究.pdf
- 基于稀疏表示的視覺(jué)目標(biāo)跟蹤方法研究.pdf
- 基于稀疏編碼的視覺(jué)目標(biāo)跟蹤方法研究.pdf
- 視覺(jué)目標(biāo)跟蹤和識(shí)別的理論與方法研究.pdf
- 復(fù)雜場(chǎng)景下運(yùn)動(dòng)目標(biāo)的視覺(jué)跟蹤方法研究.pdf
- 基于雙目立體視覺(jué)的目標(biāo)跟蹤方法研究.pdf
- 基于AGV視覺(jué)導(dǎo)航的目標(biāo)跟蹤方法的研究.pdf
- 基于立體視覺(jué)的多目標(biāo)跟蹤方法研究.pdf
- 基于子空間學(xué)習(xí)的視覺(jué)跟蹤表觀模型研究.pdf
- 足球機(jī)器人目標(biāo)視覺(jué)跟蹤控制方法研究.pdf
- 城區(qū)交通場(chǎng)景中運(yùn)動(dòng)目標(biāo)視覺(jué)跟蹤方法研究.pdf
- 基于雙目視覺(jué)的機(jī)動(dòng)目標(biāo)跟蹤方法研究.pdf
- 基于多模態(tài)視覺(jué)數(shù)據(jù)融合的目標(biāo)跟蹤方法研究.pdf
- 基于全景視覺(jué)的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究.pdf
- 鏡面目標(biāo)表觀裂紋視覺(jué)測(cè)量技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論