資源描述：
《基于編碼模型的目標(biāo)跟蹤算法研究》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、基于編碼模型的目標(biāo)跟蹤算法研究作者姓名鄭曉利導(dǎo)師姓名、職稱田小林副教授一級(jí)學(xué)科電子科學(xué)與技術(shù)二級(jí)學(xué)科電路與系統(tǒng)申請(qǐng)學(xué)位類別工學(xué)碩士提交學(xué)位論文日期2014年11月學(xué)校代碼10701學(xué)號(hào)1202120882分類TN82號(hào)TP391密級(jí)公開(kāi)西安電子科技大學(xué)碩士學(xué)位論文基于編碼模型的目標(biāo)跟蹤算法研究作者姓名：鄭曉利一級(jí)學(xué)科：電子科學(xué)與技術(shù)二級(jí)學(xué)科：電路與系統(tǒng)學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：田小林副教授提交日期：2014年11月ResearchonObjectTrackingBasedonCodingModelAt
2、hesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByZhengxiaoliSupervisor:Prof.TianxiaolinNovember2014西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中
3、特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。學(xué)位論文若有不實(shí)之處，本人承擔(dān)一切法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)?？?/p>
4、以公布論文的全部或部分內(nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時(shí)本人保證，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫(xiě)的文章，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書(shū)。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要視頻圖像序列中運(yùn)動(dòng)目標(biāo)的跟蹤，一直以來(lái)都是計(jì)算機(jī)視覺(jué)領(lǐng)域研究的熱點(diǎn)和難點(diǎn)。它的主要任務(wù)是在各幀圖像中找出待跟蹤目標(biāo)，提取目標(biāo)的位置信息并在原圖上標(biāo)出。運(yùn)動(dòng)目標(biāo)跟蹤在智能監(jiān)控、運(yùn)動(dòng)分析、軍事領(lǐng)域、天氣預(yù)測(cè)等方面都有著非常廣泛而實(shí)際的應(yīng)用。但是現(xiàn)有技術(shù)大多受限于特定的應(yīng)用場(chǎng)景，目前仍然沒(méi)有
5、一種方法能夠解決理跟蹤過(guò)程中出現(xiàn)的所有問(wèn)題，目標(biāo)跟蹤問(wèn)題的主要困難在于算法的魯棒性、實(shí)時(shí)性和準(zhǔn)確性，因此跟蹤算法仍有待于深入研究。本文通過(guò)對(duì)視頻序列中常見(jiàn)的部分或全部遮擋、光照變化、外觀形變、背景雜亂、目標(biāo)旋轉(zhuǎn)、背景相似等挑戰(zhàn)性問(wèn)題進(jìn)行分析研究，主要研究成果如下：1.提出了一種基于優(yōu)化boosting的目標(biāo)跟蹤方法。該方法用編碼的方式計(jì)算出所有高斯模型的權(quán)值來(lái)表示各個(gè)模型的重要程度，從中選出權(quán)值較大的一些模型進(jìn)行目標(biāo)位置預(yù)測(cè)，使得選出的高斯模型更典型，預(yù)測(cè)目標(biāo)更準(zhǔn)確；根據(jù)所有模型對(duì)已知類標(biāo)的樣本進(jìn)行分類的準(zhǔn)確性進(jìn)
6、行遮擋判斷，從而決定是否更新高斯模型；該算法有效克服了目標(biāo)發(fā)生遮擋、外觀形變等導(dǎo)致的目標(biāo)丟失的缺點(diǎn)，實(shí)現(xiàn)了準(zhǔn)確可靠的跟蹤。2.提出了一種基于幀間約束超像素編碼的目標(biāo)跟蹤方法。該方法提出了一種新的基于相鄰幀間約束超像素編碼模型，該模型考慮了復(fù)雜場(chǎng)景中相鄰幀之間對(duì)應(yīng)超像素的關(guān)系，較好地保持了視頻圖像序列的空間一致性，使得編碼模型更加穩(wěn)定；由于碼本和分類器參數(shù)的持續(xù)更新，抑制了跟蹤過(guò)程中漂移現(xiàn)象的發(fā)生，也增強(qiáng)了長(zhǎng)期目標(biāo)跟蹤的魯棒性；在背景雜亂、光照變化的視頻序列中，仍然能夠穩(wěn)定準(zhǔn)確地跟蹤目標(biāo)。3.提出了一種基于多重約束
7、非負(fù)編碼的目標(biāo)跟蹤方法。該方法通過(guò)非負(fù)編碼的形式，包含相鄰幀和臨域內(nèi)在特征空間較相似的超像素的相關(guān)性，削弱了跟蹤器對(duì)相鄰幀圖像之間的微小變化和部分遮擋敏感性，增強(qiáng)了編碼形式的穩(wěn)定性，很大程度上提高了算法的可靠性，使得當(dāng)光照變化、背景相似、目標(biāo)快速運(yùn)動(dòng)、運(yùn)動(dòng)模糊時(shí)的跟蹤性能更加魯棒。本論文工作得到了陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃項(xiàng)目(2014JM8301)與中央高?；究蒲袠I(yè)務(wù)費(fèi)資助。關(guān)鍵詞：目標(biāo)跟蹤，高斯模型，遮擋判斷，幀間約束編碼，非負(fù)編碼論文類型：應(yīng)用基礎(chǔ)研究類I西安電子科技大學(xué)碩士學(xué)位論文IIABSTRACTA
8、BSTRACTMovingtargettrackinginvideosequences,istheresearchhotspotanddifficultyinthefieldofcomputervision.Themaintaskistofindtheobjectineachframe,thenextractthelocationinformationandmarkiti
