資源描述：
《基于tld框架的多目標(biāo)視覺(jué)跟蹤算法的研究與應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、學(xué)校代碼：10255學(xué)號(hào)：2151533基于TLD框架的多目標(biāo)視覺(jué)跟蹤算法的研究與應(yīng)用ARobustMulti-targetVisualTrackingMethodusingTLDFramework學(xué)科專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)作者：楊震指導(dǎo)教師：黃永鋒答辯日期：2018年5月東華大學(xué)DonghuaUniversity東華大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：我恪守學(xué)術(shù)道德，崇尚嚴(yán)謹(jǐn)學(xué)風(fēng)。所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已明確注明和引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品及成果的內(nèi)容。論文為本人親自撰寫(xiě)，我對(duì)所寫(xiě)的內(nèi)容負(fù)
2、責(zé)，并完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期：年月日東華大學(xué)學(xué)位論文版權(quán)使用授權(quán)書(shū)學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱或借閱。本人授權(quán)東華大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□，在年解密后適用本版權(quán)書(shū)。本學(xué)位論文屬于不保密□。學(xué)位論文作者簽名：指導(dǎo)教師簽名：日期：年月日日期：年月日東華大學(xué)碩士學(xué)位論文答辯委員會(huì)成員名單姓名職稱職務(wù)工作單位備注樂(lè)嘉錦教授答辯委員會(huì)主席東華大學(xué)潘喬副教授答辯委
3、員會(huì)秘書(shū)東華大學(xué)朱立峰教授級(jí)高工答辯委員會(huì)委員瑞金醫(yī)院王梅教授答辯委員會(huì)委員東華大學(xué)陳德華副教授答辯委員會(huì)委員東華大學(xué)李悅講師答辯委員會(huì)委員東華大學(xué)基于TLD框架的多目標(biāo)視覺(jué)跟蹤算法的研究與應(yīng)用摘要21世紀(jì)以來(lái)，隨著人工智能以及物聯(lián)網(wǎng)的飛速發(fā)展，作為計(jì)算機(jī)直接獲取自然界信息的最主要途徑，計(jì)算機(jī)視覺(jué)領(lǐng)域的研究再一次成為熱點(diǎn)，而視覺(jué)跟蹤正是該領(lǐng)域的主要研究方向之一。目前最熱門的視覺(jué)跟蹤算法是通過(guò)檢測(cè)算法提高跟蹤效果，在估計(jì)目標(biāo)位置的同時(shí)，調(diào)整目標(biāo)模型的參數(shù)。ZdenekKalal在2012年提出了一種單目標(biāo)長(zhǎng)時(shí)間跟蹤算法——TLD算法。與傳統(tǒng)跟蹤算法最大的區(qū)別是，該算法通過(guò)結(jié)合傳統(tǒng)檢測(cè)算
4、法與傳統(tǒng)跟蹤算法，以半監(jiān)督學(xué)習(xí)的方式，在跟蹤過(guò)程中通過(guò)學(xué)習(xí)不斷更新運(yùn)動(dòng)目標(biāo)模型，解決運(yùn)動(dòng)目標(biāo)在運(yùn)動(dòng)過(guò)程中發(fā)生形變、部分遮擋時(shí)可能會(huì)造成跟蹤失敗的問(wèn)題，使運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)更加穩(wěn)定、魯棒、可靠。但是，該算法也有一些局限性。比如，由于該算法需要從視頻序列中通過(guò)手動(dòng)選取的方式，標(biāo)記待跟蹤目標(biāo)，無(wú)法自動(dòng)識(shí)別以及跟蹤預(yù)先設(shè)定的目標(biāo)；與此同時(shí)，由于該算法是基于LK光流法，因此對(duì)跟蹤目標(biāo)的形變以及旋轉(zhuǎn)等情況較為敏感。本文創(chuàng)新性地在經(jīng)典TLD算法的基礎(chǔ)上，提出了一種新的多目標(biāo)視覺(jué)跟蹤算法。主要的成果和結(jié)論如下：(1)針對(duì)原TLD框架在線更新模板庫(kù)時(shí)會(huì)產(chǎn)生累計(jì)誤差的問(wèn)題，提出一種改進(jìn)的級(jí)聯(lián)分類器代替原有
5、的檢測(cè)器算法。(2)針對(duì)原TLD框架對(duì)跟蹤目標(biāo)在運(yùn)動(dòng)過(guò)程中的形變與旋轉(zhuǎn)較為敏感的問(wèn)題，在原有框架結(jié)構(gòu)基礎(chǔ)上，增加一個(gè)新的輔助檢測(cè)器，提高算法的魯棒性。(3)針對(duì)原TLD框架僅能對(duì)單一目標(biāo)進(jìn)行跟蹤的問(wèn)題，采用無(wú)類別跟蹤策略，將每個(gè)目標(biāo)視為獨(dú)立的個(gè)體，采取并行處理視頻的方式，實(shí)現(xiàn)同時(shí)對(duì)多個(gè)目標(biāo)進(jìn)行跟蹤。通過(guò)對(duì)算法框架的重新設(shè)計(jì)以及改進(jìn)，實(shí)現(xiàn)了基于TLD算法的I多目標(biāo)跟蹤系統(tǒng)。經(jīng)過(guò)多次實(shí)驗(yàn)證明，該算法在不影響系統(tǒng)效率的情況下，不僅依然可以應(yīng)對(duì)運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)過(guò)程中發(fā)生部分遮擋、短暫消失等問(wèn)題，對(duì)運(yùn)動(dòng)目標(biāo)可能發(fā)生的形變、旋轉(zhuǎn)等問(wèn)題也有較強(qiáng)的魯棒性。關(guān)鍵詞：TLD；視覺(jué)跟蹤；多目標(biāo)；半監(jiān)督學(xué)習(xí)II
6、AROBUSTMULTI-TARGETVISUALTRACKINGMETHODUSINGTLDFRAMEWORKABSTRACTInthe21stcentury,withtherapiddevelopmentofartificialintelligenceandInternetifThings,asthemostimportantwayforcomputerstoaccesstheinformationofnaturedirectly,theresearchincomputervisionareahasbecomeahotspotonceagain.Visualtrackingiso
7、neofthemainresearchdirectionsinthisfield.Today’sstate-of-the-artmethodsforvisualtrackingistoimprovetrackingbydetection.Itestimatesthepositionofanobjectandadjusttheparametersofobject’smodel.ZdenekKalalputforwardanewsingle-targetlon
