QQ客服 官方微博 反馈留言

题名	基于复杂背景的运动目标跟踪技术研究
作者	董娜
答辩日期	2019
导师	刘军
关键词	目标跟踪 复杂背景 烟花算法 特征提取 外观模型更新 跟踪系统
学位名称	硕士
英文摘要	目标跟踪技术作为机器视觉中的底层支持技术,在智能交通、医疗图像、人机交互、手机摄像等领域具有广泛的应用价值。相关学者针对视频目标跟踪问题开展了研究工作,并取得了一定成果,但是目前诸多跟踪技术在处理背景杂波、光线变化、部分遮挡等复杂背景下的跟踪问题时表现出精度差的缺陷,因此本文针对上述问题开展了如下研究工作:首先,针对复杂背景下的视频目标跟踪问题,本文对经典算法进行了学习,并基于实验对算法的优缺点进行了对比分析,为后面复杂背景下视频目标跟踪问题的解决奠定了理论和技术基础。其次,针对光线变化和背景杂波干扰造成的跟踪精度差问题,本文提出了一种基于多特征分层融合的粒子滤波目标跟踪算法。该算法在粒子滤波预测的基础上加入帧间差分法的运动检测来生成候选目标样本,同时还将拥有较大相似度的检测图像块加入到粒子种群中传递到下一代;在计算粒子的融合权重时,为了充分发挥每种特征在应对不同场景的优势,该算法先根据单个特征对特定场景下目标的描述能力来确定分层特征,并以该特征为基础对粒子群进行分层得到每个粒子层相对应的权重参数,然后利用该权重参数和另外一个特征的权重得到两特征的融合权重;定位到新时刻下的目标后,在满足更新要求的情况下将目标信息按一定比例对目标模板进行更新。再次,针对背景杂波干扰、目标外观形变等导致的跟踪精度差问题,本文提出了一种基于改进烟花算法的混合式目标跟踪技术。该技术在提取图片特征信息时,为了剔除冗余信息、保留边缘轮廓处的颜色信息,提出梯度稀疏矩阵作为特征信息提取工具来提取图片的颜色特征信息;同时为了提高运动模型的预测精度,提出了一种改进烟花算法来生成候选目标样本,该算法不同于传统烟花算法采用固定不变的常量作为爆炸半径参数,而是在其基础上加入目标的运动速率量来调整烟花半径参量,而且为了控制烟花的多样性,该算法还根据烟花置信度方差的变化情况动态调整烟花的变异概率,将烟花的多样性维持在最优范围内;另外为了及时更新目标外观模型,利用目标的置信度变化率来调整更新样本数目,随后运用在线极限学习机增量学习相应数量的目标信息。最后,在嵌入开源计算机视觉库OpenCV2.4.9和软件界面开发工具QT的软件平台VS2010上,开发出具有较好兼容性和稳定性的客户端软件模块。实验表明本跟踪系统具有良好的跟踪性能,能够满足实际的使用需求。
语种	中文
页码	74
URL标识	查看原文
内容类型	学位论文
源URL	[http://ir.lut.edu.cn/handle/2XXMBERH/94875]
专题	兰州理工大学
作者单位	兰州理工大学
推荐引用方式 GB/T 7714	董娜. 基于复杂背景的运动目标跟踪技术研究[D]. 2019.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。