基于粒子濾波算法的目標(biāo)視頻跟蹤系統(tǒng)

《基于粒子濾波算法的目標(biāo)視頻跟蹤系統(tǒng)》由會員上傳分享，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。

1、－、？＞學(xué)校化碼Ｖ０１２６學(xué)號３１４０９０４４＿＿、婦興號編號，■，．占備＾乂＾．．＇雕＂ＩＮＮＥＲＭＯＮＧＯＬＩＡＵＮＩＶＥＲＳＩＴＹ．．爾±攀隹繼褒ＭＡ浸Ｔ］Ｅ］Ｒ０丑浸資ｌＥＲＴＡＴＨＯＭ《春敷攀隹］）基于粒子濾波算法的目祿視頻跟瞎系統(tǒng)如＇、—－片＞■’轉(zhuǎn)學(xué)：計(jì)算機(jī)學(xué)院．．院．？如指導(dǎo)教師：馬穎東，：．＾去專業(yè)＾計(jì)算機(jī)技乂－ｆ＿＞■＇３．ｉ．勺％研究方向：計(jì)算稅視常－■■＇■■＜■■＂?。牐牐牐牐妗觯牎觯?，究生：巧雨佳：＿研

2、．，．－－＇染■？護(hù)．■＇－．韻護(hù)．ｉ公，；載．學(xué)號：３１４０９０４４１０１２６學(xué)校代碼：編號：分類號：論文題目基于粒子濾波器的視頻目標(biāo)跟蹤系統(tǒng)學(xué)院：計(jì)算機(jī)學(xué)院專業(yè)：計(jì)算機(jī)技術(shù)研巧方向：汁算機(jī)視覺燭名：白雨佳指導(dǎo)教師：馬穎東２０１６年５月３日原創(chuàng)性聲明。本人聲明；所呈交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下進(jìn)行的研究王作及取得的研究成果煉本文已經(jīng)注明引用的內(nèi)容外，論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得肉愛古大學(xué)及其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料一。與我同工作的

3、同志對本研巧所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名：ｉｏ成指導(dǎo)教師簽名：妥載兔日期；的心日期：在學(xué)期間研究成果使用承諾書本學(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)定即內(nèi)蒙古大學(xué)有權(quán)將學(xué)位論文的全部內(nèi)容或部分保留并向國家有關(guān)機(jī)構(gòu)，，、部口送交學(xué)位論文的復(fù)印件和磁盤允許編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索也可Ｗ采用影印，、縮印或其他復(fù)制手段保存、匯編學(xué)位論文。為保護(hù)學(xué)院和導(dǎo)師的知識產(chǎn)權(quán)作者在學(xué)期。間取得的研究成果屬于內(nèi)蒙古大學(xué)作者今后使用涉及在學(xué)期間主要研巧內(nèi)容或研巧成果，須征得內(nèi)蒙古大學(xué)就讀期間導(dǎo)師的同意用于發(fā)表論

4、文，版權(quán)單位必須署名為內(nèi)蒙古大學(xué)方可投稿或公開發(fā)表。；若＇學(xué)位論文作者簽名：么１＜木也指導(dǎo)教師簽名；ｈ舒Ａ曰期：ｈＵＡ、日期：侶、內(nèi)蒙古大學(xué)碩±學(xué)位論文基于粒子濾波算法的視頻目標(biāo)跟蹤系統(tǒng)摘要運(yùn)動目標(biāo)跟蹤是計(jì)算機(jī)視覺一個、數(shù)字圖像處理、機(jī)器學(xué)習(xí)等領(lǐng)域研巧的熱點(diǎn)、難點(diǎn)問題，引起許多學(xué)者的關(guān)注。目標(biāo)跟蹤技術(shù)廣泛應(yīng)用在軍事、智能視頻監(jiān)控。、機(jī)器人視覺導(dǎo)航、醫(yī)療診斷、虛巧現(xiàn)實(shí)等諸多領(lǐng)域隨著計(jì)算機(jī)技。術(shù)的發(fā)展，計(jì)算機(jī)視覺的范疇會越來越大，將對人類產(chǎn)生深遠(yuǎn)影響在目標(biāo)跟蹤領(lǐng)域當(dāng)中，實(shí)際應(yīng)用中復(fù)雜的動態(tài)背景、目標(biāo)遮擋、光線亮度。的變化等等都給

5、跟蹤造成巨大的挑戰(zhàn)所Ｗ，如何在復(fù)雜環(huán)境下有效和魯棒的一實(shí)現(xiàn)目標(biāo)跟蹤是個很有挑戰(zhàn)的問題。粒子濾波算法在運(yùn)動目標(biāo)跟蹤中效果較好，有其優(yōu)勢也有不足之處。在本文中，我們將Ｍｅａｎ細(xì)巧算法和改進(jìn)的ＬＢＰ（ｌｏｃａｌｂｉｎａｒｙａｔｅｒｎ）算子嵌入到基本的粒子濾波算法中來改進(jìn)跟蹤算法。ｐ與基本的粒子濾波算法相比較，ＬＢＰ紋理模型的加入可使算法的跟蹤效果更好，且在出現(xiàn)短時間遮擋的情況下不容易丟失目標(biāo)，但ＬＢＰ紋理模型的算法復(fù)雜、用時較多，將ＭｅａｎＳｈｉｆｔ聚類算法嵌入到粒子濾波算法中可很好的一不足彌補(bǔ)了這，ＭｅａｎＳｈ近聚類算法通過在重采樣之后將粒子聚集起來

6、，使粒子更接近真實(shí)位置，這樣算法對于粒子的要求有所減少，由于粒子濾波算法中粒子的數(shù)量決定了算法所需的時間。實(shí)，粒子的減少使算法的實(shí)時性得到提高一驗(yàn)證明本章提出的算法具有更加精準(zhǔn)、用時較少且有定的抗遮擋能力。關(guān)鍵詞：視頻目標(biāo)跟蹤，粒子濾波，局部二值模式，均值偏移算法Ｉ內(nèi)蒙古大學(xué)碩±學(xué)位論文ＶＩＤＥＯＯＢＪＥＣＴＴＲＡＣＫＩＮＧＳＹＳＴＥＭＢＡＳＥＤＯＮＰＡＲＴＩＣＬＥＦＩＬＴＥＲＡＬＧＯＲＩＴＨＭＡＢＳＴＲＡＣＴＶｉｄｅｏｏｂｅｃｔｔｒａｃｋｉｎｉｓａｈｏｔａｎｄｄｉｆｉｃｕｌｔｒｏｂｌｅｍｉｎ也ｅ円ｅｌｄ

7、ｏｆｃｏｍｕｔｅｒｊｇｐｐｖｉｓｉｏｎ，出ｇｈａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ，ａｎｄｍａｃｈｉｎｅｌｅａｒｎｉｎｇ．Ｔｈｕｓ，ｉｔａｔｔｒａｃｔｓａｇｒｏｗｉｎｇｎｕｍｂｅｒｏｆｒｅ化ａｒｃｈｅｒｓ．Ｍｏｖｉｎｇｏｂｊｅｃｔｔｒａｃｋｉｎｇｈａｓｂｅｅｎｗｉｄｅｌｙｕｓｅｄｉｎｍａｎｙ巧ｅｌｄｓ，ｓｕｃｈａｓｍｉｌｉｔａｒｙ，ｐｕｂｌｉｃｓｅｃｕｒｉｔｙ，ｖｉｄｅｏｓｕｒｖｅｉｌｌａｎｃｅ，