復(fù)雜場(chǎng)景下的目標(biāo)跟蹤方法研究

《復(fù)雜場(chǎng)景下的目標(biāo)跟蹤方法研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、碩士學(xué)位論文復(fù)雜場(chǎng)景下的目標(biāo)跟蹤方法研究RESEARCHONTARGETTRACKINGMETHODINCOMPLEXSCENES陳清梁哈爾濱工業(yè)大學(xué)2015年6月國(guó)內(nèi)圖書(shū)分類(lèi)號(hào)：TN911.73學(xué)校代碼：10213國(guó)際圖書(shū)分類(lèi)號(hào)：621.396.75密級(jí)：公開(kāi)工學(xué)碩士學(xué)位論文復(fù)雜場(chǎng)景下的目標(biāo)跟蹤方法研究碩士研究生:陳清梁導(dǎo)師:侯晴宇申請(qǐng)學(xué)位:工學(xué)碩士學(xué)科:光學(xué)工程所在單位:航天學(xué)院答辯日期:2015年6月授予學(xué)位單位:哈爾濱工業(yè)大學(xué)ClassifiedIndex:TN911.73U.D.C:621.396.75DissertationfortheMasterDegr

2、eeinEngineeringRESEARCHONTARGETTRACKINGMETHODINCOMPLEXSCENESCandidate:ChenQingliangSupervisor:HouQingyuAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:OpticalEngineeringAffiliation:SchoolofAstronauticsDateofDefence:June,2015Degree-Conferring-Institution:HarbinInstituteofTechnolog

3、y哈爾濱工業(yè)大學(xué)碩士學(xué)位論文摘要為了提高復(fù)雜場(chǎng)景下目標(biāo)跟蹤的性能，針對(duì)圖像中干擾因素及目標(biāo)跟蹤的實(shí)時(shí)性和精確性，本文提出了一種基于目標(biāo)局部區(qū)域搜索跟蹤和目標(biāo)重捕獲的跟蹤方法。在跟蹤過(guò)程中，局部目標(biāo)跟蹤與目標(biāo)重捕獲相互配合，經(jīng)過(guò)視頻測(cè)試，本方法在多種圖像因素干擾下，對(duì)目標(biāo)跟蹤精度較高，實(shí)時(shí)好，相比于其他方法，本文方法沒(méi)有出現(xiàn)跟蹤丟失及跟蹤不穩(wěn)定等現(xiàn)象，具有較高的性能。本文的主要研究工作及研究成果如下：（1）分析圖像序列中目標(biāo)所受干擾的因素，提出了基于目標(biāo)表征建模、局部目標(biāo)跟蹤及目標(biāo)重捕獲的總體方案，克服了長(zhǎng)時(shí)間跟蹤過(guò)程目標(biāo)精度誤差積累跟蹤的不穩(wěn)定；（2）根據(jù)復(fù)雜場(chǎng)景的圖

4、像中目標(biāo)與背景的屬性差異，分別從灰度特征、輪廓特征、紋理特征以及運(yùn)動(dòng)特征等角度對(duì)目標(biāo)提取特征，建立目標(biāo)特征權(quán)重自適應(yīng)調(diào)整的表示模型；（3）依據(jù)相關(guān)濾波原理，建立了目標(biāo)樣本采樣模型，將該采樣模型應(yīng)用到嶺回歸分析算法中，從而構(gòu)建了局部區(qū)域跟蹤算法。該方法有效的提升了目標(biāo)局部區(qū)域搜索的精度，大幅度提高了算法的運(yùn)行速度。（4）針對(duì)目標(biāo)局部區(qū)域搜索出現(xiàn)的問(wèn)題，應(yīng)用級(jí)聯(lián)分類(lèi)器來(lái)實(shí)現(xiàn)目標(biāo)重捕獲，克服了目標(biāo)跟蹤丟失和不穩(wěn)定。通過(guò)與其他跟蹤算法對(duì)比分析和干擾測(cè)試，驗(yàn)證了本方法的性能，得出了算法對(duì)圖像序列質(zhì)量的要求，確定了算法的邊界。依據(jù)本文算法，設(shè)計(jì)實(shí)現(xiàn)了基于圖形用戶(hù)界面(GUI)的目

5、標(biāo)跟蹤軟件平臺(tái)。本文所研究復(fù)雜場(chǎng)景下的目標(biāo)跟蹤方法可為視頻監(jiān)控、人機(jī)交互、機(jī)器人感知以及武器裝備等應(yīng)用提供理論基礎(chǔ)。關(guān)鍵詞：復(fù)雜場(chǎng)景；目標(biāo)跟蹤；目標(biāo)特征選取；目標(biāo)重捕獲；級(jí)聯(lián)分類(lèi)器；-I-哈爾濱工業(yè)大學(xué)碩士學(xué)位論文AbstractInordertoimprovetheprocessingspeedandprecisionoftargettrackingundercomplexscene,atargettrackingmethodbasedonlocalregionsearchandrecapturehasbeenproposedinthisdissertation.D

6、uringthetrackingprocess,targettrackingandrecaptureisiterativelyused.Theproposedmethodhasbeentestedinavarietyofimagefactors,whichhasprovedthatithashighprecisionandprocessingspeed.Comparedtoothermethods,theproposedmethodcankeepstabletracking.Themainresearchisasfollows:(1)Byanalyzingthetar

7、getinterferencefactorsinimagesequence,thetargetmodelandrecaptureschemearepresented,basedonwhichtheprecisionoflong-timetargettrackingisimproved;(2)Accordingtothepropertiesofthetargetandbackgroundincomplexscenes,targetgreyscale,geometricandmotionfeaturesareextractedandthetargetmo