背景變化下的運動目標(biāo)跟蹤系統(tǒng)研究.pdf

1、運動目標(biāo)跟蹤技術(shù)是計算機(jī)視覺中的重要研究課題之一，無論是在科學(xué)研究領(lǐng)域還是在工程應(yīng)用領(lǐng)域都有著很高的研究價值。它融合了傳感技術(shù)、圖像處理、模式識別、人工智能和其他先進(jìn)技術(shù)，廣泛應(yīng)用于交通，軍事，環(huán)境，醫(yī)學(xué)圖像等領(lǐng)域。設(shè)計一個具有良好穩(wěn)定性及實時性的跟蹤算法一直是該領(lǐng)域的研究熱點。
　　本文首先詳細(xì)介紹了Kalman濾波和粒子濾波兩個經(jīng)典的的目標(biāo)跟蹤理論，并研究了基于這兩種理論的目標(biāo)跟蹤算法，然后分別做了目標(biāo)跟蹤實驗，證明兩種算法的

2、魯棒性與有效性。
　　其次，為了提高復(fù)雜環(huán)境下特別是背景實時變化情況下，目標(biāo)跟蹤的實時性和穩(wěn)定性，本文深入研究了基于壓縮感知的運動目標(biāo)跟蹤算法。針對運動目標(biāo)在被遮擋及目標(biāo)紋理變化大時會導(dǎo)致跟蹤丟失以及跟蹤誤差大等問題，提出了一種改進(jìn)的壓縮感知算法。算法采用設(shè)置sigmoid函數(shù)響應(yīng)閾值，判定是否存在遮擋，以決定是否更新分類器參數(shù)，使得目標(biāo)在遇到較大遮擋時目標(biāo)模型不會被錯誤更新;針對特征單一導(dǎo)致跟蹤不穩(wěn)定問題，提出根據(jù)設(shè)定融合規(guī)則進(jìn)