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(biāo)跟蹤技術(shù)是計算機視覺研究中的一個熱點課題,近年來已經(jīng)在軍事、民用等方面取得巨大進步,但是仍然存在若干挑戰(zhàn)需要解決,包括目標(biāo)形變、尺度變化、遮擋等困難。
本文提出了一種魯棒的基于聯(lián)合稀疏外觀建模的目標(biāo)跟蹤算法,該算法主要包括聯(lián)合外觀模型、改進的運動模型以及模板更新策略。為了應(yīng)對跟蹤過程中目標(biāo)外觀的變化,本文提出了一種聯(lián)合稀疏外觀模型,包括子區(qū)域分塊法、模板空間重構(gòu)法和多尺度分塊法三種方式描述目標(biāo)外觀信息,其中子區(qū)域分塊法首先
2、將目標(biāo)劃分成許多小塊,然后根據(jù)小塊的分布情況劃分成若干子區(qū)域,每個目標(biāo)字典庫的建立是在每個子區(qū)域內(nèi)獨立建立字典后再組合起來,這樣做可以在一定程度上實現(xiàn)目標(biāo)不同部位之間的空間對齊;模板空間重構(gòu)法通過將模板的不同區(qū)域的圖像塊互相交換位置,能夠?qū)⒋竺娣e連續(xù)遮擋進行瑣碎化處理,在不增加計算量的情況下有效的處理遮擋,并且還能夠保留目標(biāo)自身的結(jié)構(gòu)信息;多尺度分塊方法將模板按照不同尺度從垂直方向和水平方向進行分塊,各個圖像塊互相包含,這樣做可以用較大
3、的互相垂直的圖像塊定位更加細小的遮擋位置,并且較好的保留了目標(biāo)空間結(jié)構(gòu)信息。在運動模型方面,本文改進了傳統(tǒng)的粒子濾波模型,一方面使用二次搜索的方式,在保證算法準(zhǔn)確性的前提下提高跟蹤效率,另一方面賦予每個候選粒子一個動態(tài)的權(quán)重值,用以權(quán)衡每個粒子的貢獻程度。此外,本文還設(shè)計了一種動態(tài)字典構(gòu)建方法和柔性模板更新策略,在跟蹤過程中采用模板池動態(tài)生成目標(biāo)字典,該模板池由多種類型的目標(biāo)模板集構(gòu)成,可以準(zhǔn)確描述目標(biāo)的最新狀態(tài),并且采用一種柔性機制更
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(yù)覽,若沒有圖紙預(yù)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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于稀疏表示的目標(biāo)跟蹤算法研究與實現(xiàn).pdf
- 基于稀疏外觀模型學(xué)習(xí)的目標(biāo)持續(xù)性跟蹤算法研究.pdf
- 基于外觀模型與運動估計聯(lián)合建模的在線目標(biāo)跟蹤.pdf
- 基于稀疏表征的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏表達的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏表示的目標(biāo)檢測與跟蹤算法研究.pdf
- 基于稀疏表示的目標(biāo)跟蹤算法.pdf
- 基于稀疏表示的目標(biāo)跟蹤算法及其CUDA實現(xiàn).pdf
- 基于稀疏表示的運動目標(biāo)檢測與跟蹤算法研究.pdf
- 基于稀疏表示的視覺跟蹤算法研究與實現(xiàn).pdf
- 基于改進的稀疏表示的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏哈希算法的目標(biāo)跟蹤方法研究.pdf
- 基于稀疏表示模型的目標(biāo)跟蹤算法.pdf
- 基于低秩稀疏表示的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏和壓縮感知的目標(biāo)跟蹤算法研究.pdf
- 基于稀疏表示的多車輛目標(biāo)跟蹤算法研究.pdf
- 基于GPU的目標(biāo)跟蹤算法研究與實現(xiàn).pdf
- 基于分區(qū)域稀疏表示的目標(biāo)跟蹤算法.pdf
- 基于稀疏表示的小弱運動目標(biāo)跟蹤算法研究.pdf
- 基于背景建模的運動目標(biāo)檢測與跟蹤算法研究.pdf
評論
0/150
提交評論