基于ms和粒子濾波的多目標跟蹤方法研究

《基于ms和粒子濾波的多目標跟蹤方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、■節(jié)、！貨＾ｒ．準－：瓣賀巧；Ｓ鍵觀?。犽y鑽；ｖＬ貨ｒ堿解、‘社論纖資誠賴雖議齡站：識苗’齡襲靖纖麵：養(yǎng)汽冨‘．■、－＇＇Ａ＇＇－‘－ｒ，．．，Ｓ銀女氣．發(fā)．林妙．．Ｖ扣六＞．．Ｖ—，分類號‘記密級＾ｒ．二：：；：韻ＵＤＣ編號￣￣￣￣￣￣—藏ｙ壤魚；產(chǎn)’蝸鑛穀、Ｖ－ｆ擊皆‘、＇ｗ巧辟六令ｆ礦＇議１１．雜奔乂＃較謀話ｉ？碩壬學(xué)位論文ｌｉＩＰ胃Ｉｆ棄邊鎖把＜磋＂’｜霸ｆ＜ｔ邊山題名和融題名基于ＭＳ和粒子濾

2、波的多目標跟蹤方法研巧ｙ＾奇＊‘‘一＇■＇＊％。Ｖ＾ｖ：、、；，＇：、：．．Ｖ．Ｖ；辦■．／Ｓ—）轅＿：：：：；；巧為；作者燭名？＿＃占？＾二指導(dǎo)獅巧名及禱觀臟授周文高級工獅讀誠粒ｉ＿＿＿申請學(xué)飾別壬專業(yè)名稱電子城信工程—譚…＿〇、日期２、義論文提交１畔４目論文答辯日期２Ｗ飾巧苗墳籍＊去；Ｖ＇學(xué)位授予單位和日期成都理工大學(xué)（年月）答總員會主席．！難極如齡確．思窠灌嗟、‘‘．‘評閱人、：；￣心一．聲參參ｆ；ｖ

3、滿；為巧＇＞＾心＇：辟古；載：，；巧盧醉／矜＼；；；或舞謗卽每卷爲；；或＾：：擊每苗；譯興資嚴祭游Ｔ心，Ｗ巧＊每物％．；義獄觸Ｐ＃雙藝難鱗義類－苗．．；．－茍總ｍ嫌：：：黑纖塌讀攀雜宗．。讀較辦每ｖ達許；賽無議餘持聲轉(zhuǎn)舊譯轅晦Ｈ讀遜‘＇．％．－；軒傑：Ｖ苗巧：痛齡每繞茲！雜勢音氏載Ｖ祭轉(zhuǎn)謂祭起麵：．．纖龜誠誦編隸纖還腦纖鶏摘要基于MS和粒子濾波的多目標跟蹤方法研究摘要日新月異的科學(xué)技術(shù)，使得越來越多的人關(guān)注計算機發(fā)展，例如計算機視覺。基于視頻序列的多目標

4、跟蹤吸引了大批的專家和學(xué)者參與研究。多目標跟蹤的應(yīng)用也非常廣泛。無論在現(xiàn)代防御系統(tǒng)還是在空中和海上的交通管制系統(tǒng)中，亦或是人機交互、視頻監(jiān)控等方面，多目標跟蹤技術(shù)都是不可或缺的。盡管，對多目標跟蹤技術(shù)的研究逐漸成為近年來的研究熱點，國內(nèi)外學(xué)者都對該領(lǐng)域進行了深入廣泛的研究，提出了很多好的算法。但視頻跟蹤中目標數(shù)目的增加、跟蹤時的未知狀況和時變，以及雜波、目標散射和距離的動態(tài)變化等狀況，無疑都加大了多目標的跟蹤難度。與單目標跟蹤不同的是，多目標跟蹤中量測和狀態(tài)不存在直接的對應(yīng)關(guān)系。以上都是多目標跟蹤研

5、究中迫切需要解決和優(yōu)化的關(guān)鍵問題。基于均值漂移的目標跟蹤算法具有高實時性的特點，但是在背景相似和目標發(fā)生遮擋時，追蹤目標易丟失。相較于均值漂移跟蹤算法，基于粒子濾波的目標跟蹤算法在目標發(fā)生遮擋時也能夠正常追蹤目標，具有較強的抗干擾能力，然而卻有著計算量大、粒子容易產(chǎn)生匱乏、退化現(xiàn)象等缺點?？紤]到均值漂移算法的局限性和粒子濾波不能實時跟蹤的特點，許多學(xué)者利用兩個算法的優(yōu)點，將它們進行了有效結(jié)合，提出了很多高性能算法。也確實處理了一些多目標跟蹤中面臨的問題。論文正是在前人研究的基礎(chǔ)上，針對均值漂移算法實

6、時性好和粒子濾波算法抗干擾能力強的特點，同時引入了近年來的研究熱點---隨機集粒子濾波理論，提出一種改進的多目標跟蹤算法。論文首先陳述了當前多目標跟蹤在國內(nèi)外的研究發(fā)展狀況，說明了對多目標跟蹤技術(shù)進行研究的重要意義和價值。同時也提出了目前研究中存在的一些關(guān)鍵的技術(shù)難點。在接下來的內(nèi)容里，詳細描述了多目標跟蹤的方法和基本原理。對于一般意義下的多目標跟蹤問題，闡述了傳統(tǒng)的多目標跟蹤基本方法的關(guān)鍵點。而不同于基于數(shù)據(jù)關(guān)聯(lián)的傳統(tǒng)多目標跟蹤，一種基于濾波理論本身的思路被提出，這種方法可以有效避免數(shù)據(jù)關(guān)聯(lián)中計算

7、復(fù)雜、性能低等問題。論文從兩個方面描述了這種新的思路。引入了隨機集多目標濾波理論。對基于MeanShift的目標跟蹤算法的基本原理和重要概念進行剖析。MeanShift有實時性好的優(yōu)點，也面臨著魯棒性差的困境。均值漂移算法擁有計算量小、實時性好的特點。同其他算法相較而言，它省去了在過程中需要進行全局搜索的步驟，通過尋找一系列最佳像素點，賦予較大權(quán)值并進行匹配，從而確定目I成都理工大學(xué)碩士畢業(yè)論文標坐標點。與此同時，算法通過選取核函數(shù)，通過物體的顏色直方圖構(gòu)造數(shù)學(xué)模型，增強了算法的抗干擾能力。對于目標

8、模型的選取與構(gòu)造，關(guān)鍵點就在于顏色分布區(qū)間。跟蹤中，一旦存在以下情況：如環(huán)境變化較大，光線強烈或者顏色陰暗，物體發(fā)生位移時與背景中的其他物體的顏色直方圖相似度較大等，都給算法帶來較大影響。尤其在本文研究的多目標跟蹤中，跟蹤時的場景隨著觀察物體的增多而變得更加復(fù)雜，并且非常容易發(fā)生物體位移時的交錯遮擋狀況，這對均值漂移算法的性能，提出了更高的要求。基于ParticleFilter的目標跟蹤算法，論文介紹了理論部分，即粒子濾波的關(guān)鍵內(nèi)容，包括貝葉斯估計的基本原理和方法、基