資源描述：
《改進(jìn)快速粒子濾波算法的多目標(biāo)檢測與跟蹤系統(tǒng)設(shè)計》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、分類號TP391.4密級公開UDC004.9學(xué)位論文編號D-10617-30852-(2016)-02051重慶郵電大學(xué)碩士學(xué)位論文中文題目改進(jìn)快速粒子濾波算法的多目標(biāo)檢測與跟蹤系統(tǒng)設(shè)計英文題目DesignofMulti-ObjectsDetectionandTrackingSystemBasedonImprovedFastParticleFilter學(xué)號S130231052姓名趙棟梁學(xué)位類別工程碩士學(xué)科專業(yè)計算機(jī)技術(shù)指導(dǎo)教師瞿中教授完成日期2016年3月15日獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本
2、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，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得重慶郵電大學(xué)或其他單位的學(xué)位或證書而使用過的材料。與我一同工作的人員對本文研究做出的貢獻(xiàn)均已在論文中作了明確的說明并致以謝意。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本人完全了解重慶郵電大學(xué)有權(quán)保留、使用學(xué)位論文紙質(zhì)版和電子版的規(guī)定，即學(xué)校有權(quán)向國家有關(guān)部門或機(jī)構(gòu)送交論文，允許論文被查閱和借閱等。本人授權(quán)重慶郵電大學(xué)可以公布本學(xué)位論文的全部或部分內(nèi)
3、容，可編入有關(guān)數(shù)據(jù)庫或信息系統(tǒng)進(jìn)行檢索、分析或評價，可以采用影印、縮印、掃描或拷貝等復(fù)制手段保存、匯編本學(xué)位論文。(注：保密的學(xué)位論文在解密后適用本授權(quán)書。)作者簽名：導(dǎo)師簽名：日期：年月日日期：年月日重慶郵電大學(xué)碩士學(xué)位論文摘要摘要在智能視頻監(jiān)控中，實現(xiàn)對目標(biāo)快速、準(zhǔn)確地跟蹤，是計算機(jī)視覺底層分析的關(guān)鍵技術(shù)，同時也是進(jìn)行場景理解、行為分析等高級視覺處理的基礎(chǔ)，其在軍事制導(dǎo)、航空航天、智慧城市等領(lǐng)域具有重要的應(yīng)用價值。針對目標(biāo)跟蹤技術(shù)，近年來國內(nèi)外學(xué)者提出了許多經(jīng)典算法，但如何提高復(fù)雜環(huán)境下目標(biāo)跟蹤
4、的魯棒性、實時性和準(zhǔn)確性，仍然是計算機(jī)視覺領(lǐng)域亟待突破的難點。本文針對如何在背景復(fù)雜、光線陰影干擾、目標(biāo)嚴(yán)重交叉遮擋、丟失重現(xiàn)等環(huán)境下，利用粒子濾波跟蹤算法實現(xiàn)運(yùn)動目標(biāo)快速、精確的跟蹤，同時對碼本背景建模、隨機(jī)蕨叢以及在線學(xué)習(xí)等算法進(jìn)行了深入研究，提出了檢測器和跟蹤器結(jié)合的粒子濾波跟蹤框架，設(shè)計出適用于復(fù)雜場景下準(zhǔn)確性高、實時性強(qiáng)的快速粒子濾波跟蹤系統(tǒng)，取得的創(chuàng)新性成果如下：1.運(yùn)動目標(biāo)檢測。研究了背景建模的檢測方法和目標(biāo)建模的檢測方法。對碼本背景建模進(jìn)行改進(jìn)，減少了光線、陰影的影響，降低了誤檢率。
5、另外采用隨機(jī)蕨叢結(jié)合改進(jìn)的2Bit-LBP特征訓(xùn)練分類器，達(dá)到了學(xué)習(xí)、訓(xùn)練、檢測的要求。并根據(jù)兩種檢測方法提出了粒子濾波的兩種改進(jìn)思路。2.靜態(tài)背景目標(biāo)跟蹤。為了在保證粒子多樣性的前提下降低標(biāo)準(zhǔn)粒子濾波的計算量和時間復(fù)雜度，通過引入改進(jìn)的碼本前景檢測，完整保留非剛性目標(biāo)外觀特征作為粒子濾波模板，對目標(biāo)采樣的范圍進(jìn)行限制，提高了粒子濾波跟蹤算法的準(zhǔn)確性和效率。3.動態(tài)背景目標(biāo)跟蹤。為解決動態(tài)背景中目標(biāo)由于劇烈的運(yùn)動狀態(tài)以及丟失重現(xiàn)無法繼續(xù)跟蹤的問題，研究了隨機(jī)蕨叢分類器方法，使得檢測器與跟蹤器同時運(yùn)行
6、，并根據(jù)兩者的置信度，相互補(bǔ)充糾正跟蹤結(jié)果，提高了準(zhǔn)確度和實時性，且當(dāng)目標(biāo)由于嚴(yán)重遮擋重現(xiàn)后仍然可對目標(biāo)進(jìn)行有效跟蹤。在文章的最后，對研究的內(nèi)容進(jìn)行了總結(jié)，并指出了后續(xù)研究方向與思路。關(guān)鍵詞：目標(biāo)檢測，目標(biāo)跟蹤，粒子濾波，碼本背景建模，隨機(jī)蕨叢I重慶郵電大學(xué)碩士學(xué)位論文AbstractAbstractIntheintelligentvideosurveillancesystem,howtotrackthemovingobjectsfastlyandaccuratelyisakeytechnology
7、inthelow-levelanalysisofthecomputervision.Atthesametime,itisthebasisofhigh-levelcomputervisionprocessingsuchassceneunderstandingandbehavioranalysising.Italsohasvariousapplicationvaluesinmilitaryguidance,aerospace,smartcityandtheotherfields.Inrecentyear
8、s,manydomesticandforeignscholarshaveputforwardalotofclassicalalgorithmsfortargetstracking,buthowtoimprovetherobustness,real-timeandaccuracyoftargettrackingincomplexscenewasstillahotanddifficultprobleminthefieldofcomputervision.Thisthesi
