資源描述：
《基于集成學習的目標跟蹤算法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、碩士學位論文題目：基于集成學習的目標跟蹤算法研究英文并列題目：ＲｅｓｅａｒｃｈｏｎＥｎｓｅｍｂｌｅＬｅａｒｎｉｎｇｂａｓｅｄｏｂｊｅｃｔｔｒａｃｋｉｎａｌｏｒｉｔｈｍｓｇｇ研究生：曾禮靈專業(yè)：軟件工程研究方向：軟件工程管理導師：李朝鋒指導小組成員：學位授予日期：２０１８年１月答辯委員會主席：李光輝江南大學：地址．無錫市蠡湖大道８００號１一二○＾七年十二月獨創(chuàng)性聲明、本人聲明所雖交的學位論文甚本人在導師指導下進行的研宄工作及?。崳姟１M我所知得的研究成果，除了文中特別
2、加以標注和致謝的地方外，論文中不包含其他人己經發(fā)表或撰寫過的研究成果，也不包含本人為獲得江南一大學或其它教育機構的學位或證書而使用過的材料。與我同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。２簽名札靈４１／２／：嗜日期：７年月日關于論文使用授權的說明本學位論文作者完全了解江南大學有關保留、使用學位論文的規(guī)定：江南大學有權保留并向國家有關部門或機構送交論文的復印件和電子版，允許論文被査閱和借閱，可以將學位論文的全部或部分內容編入有關＿庫進行檢索，，可以釆用影印、縮印或掃描
3、等復制手段保存、匯編學位論文一致。并且本人電子文？的內容和鉑質論文的內容相ｓ保密的學位論文在解密后也遵守此規(guī)定。簽名：導師簽今ｕ廣日日期：年月／摘要摘要目標跟蹤技術因其有較強的實用性而在安全監(jiān)控、智能交通等領域中被廣泛應用。但一些已知的問題如目標自身的形變、外界光照變化等因素的影響，穩(wěn)定準確地實現對目標的跟蹤仍頗具挑戰(zhàn)。為尋找適用于復雜場景的跟蹤算法，不少研究者在原有的學習模型的基礎上，輔以集成學習算法進行提升，以獲得具有性能更優(yōu)越的、學習能力更強的學習器。在最近的算法中，有不少算法嘗試將判別式分類器應用于目標跟蹤，將
4、對目標的識別檢測轉化為對目標和背景的分類問題。算法通過在線學習獲取目標外觀變化，以實時適應目標隨時間推進而產生的變化，從而在復雜的運動場景中魯棒地完成跟蹤。其中也有算法利用集成學習框架，充分利用基學習器各自的優(yōu)勢構造出強學習器實現上述目的。論文在集成學習框架下，對常用的兩大學習器支持向量機（SupportVectorMachine，SVM）、核相關濾波器（KernelizedCorrelationFilter，KCF）的集成進行研究，針對上述兩算法在建立目標外觀模型時對目標信息的遺漏，及跟蹤器的準確性仍可提高的問題，本文分別在集成SVM
5、分類器、集成KCF濾波器2個方面進行了研究，并分別提出相應改進算法。論文的主要貢獻如下：（1）提出了一種結合Boosting算法對SVM進行集成的跟蹤算法。用不同特征、核函數混合搭配，訓練出SVM基分類器池，將其作為產生SVM基分類器差異性的來源。在將基分類器整合成一個強分類器時，與以往算法只集成不同核函數或只集成不同特征不同的是，本文為增加差異性對特征和核函數均有涉及。與單核SVM的對比試驗也證明了集成確能提高精度。（2）提出了一種集成核相關系數濾波器的跟蹤算法。針對原始的核相關濾波器跟蹤算法缺乏尺度預測的問題，加入了獨立的尺度檢測器
6、，為減少運算量，在頻域空間對尺度檢測器的特征進行了降維處理。其次，考慮到原算法在利用HoG特征進行訓練，將目標的彩色特征這一重要的信息遺漏掉了，故改進算法在訓練跟蹤器時，另外加入了一個以新興的CN顏色特征為訓練數據生成的跟蹤器，以彌補原算法對目標外觀。并且，為提高算法的準確性，2個跟蹤器在協(xié)同訓練框架下進行集成。實驗結果表明，提出的改進算法比與原始的核相關濾波器跟蹤精度高，也能夠自動適應目標的尺度變化。關鍵詞：目標跟蹤；集成學習；支持向量機；協(xié)同訓練；核相關濾波器IAbstractAbstractThetechnologyofvisua
7、ltrackingfoundawideutilizationinfieldssuchassecuritymonitoringandintelligenttransportationduetoitsstrongpracticability.However,itremainschallengingtoachievearobustandaccuratetrackingofthetargetsomeduetotheknownfactors,suchastheinfluenceofthedeformationofthetargetorillumi
8、nationchanging.Tofindatackingalgorithmadaptivetocomplexsurroundingenvironment,manyresearchersfindtheirw
