資源描述：
《視頻運動目標跟蹤算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、‘中‘‘一．、；Ｖ二＇‘、，１．．１．ｉｐｉ學校代號：！【口Ｗｌ■學￣々襄１Ｕ、４ＳＯＯＣＨＯＷＵＮＩＶＥＲＳＩＴＹ，二視頻運動目標跟蹤算法的研究；：．ＲｅｓｅａｒｃｈｏｎｔｈｅＡｌｇｏｒｉｔｈｍｓｏｌＭｏｖｉｎＯｂｅｃｔＴｒａｃｋｉｎｉｎＶｉｄｅｏｇｊｇ硏究生姓名林楠．Ｊ指導教師姓名趙就杰，；，＇ｉ：：：皆忠苗專業(yè)名稱檢測技術(shù)與白動化裝置研究方向計算機視覺與應(yīng)用細Ｍ結(jié)ｙ語所在院部巧州大學物理與光電？能源學部■
2、—：’＇＇－－；心卓Ｖ，主：山卑＇護琴論文提交日期２０１６年５月＿．．．：：，．■：蘇州大學學位論文獨創(chuàng)性聲巧本人鄭重聲明：提交的學位論文是本人在導師的指導下，獨立進行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不含其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果，也不含為獲得蘇州大學或其他載育機構(gòu)的學位證書而使用過的材料。對本文的研究作出重要貢獻的個體和集體，均已在文中Ｗ明確方式標明。本人承擔本聲明的法律責任。論文作者簽名：者斬日期：Ｊｉｍ學位論文使巧授權(quán)聲明
3、本人完全了解蘇州大學關(guān)于收集、保存和使用學位論文的規(guī)定，目Ｐ；學位論文著作權(quán)歸屬蘇州大學。本學位論文電子文檔的內(nèi)容和紙．一、論文的內(nèi)容。蘇州大學有向國家圖館中國質(zhì)致權(quán)書社科院文獻信（）息情報中也、中國科學技術(shù)信息研究所含萬方據(jù)電子出版社、數(shù)中（盤版國刊）電子志送位印和電子文學術(shù)期光雜社交本學論文的復(fù)件論查可搜，允許文被瞬和借閱，Ｗ采用影印、縮印或其他制手保復(fù)段存和匯編學位論文，可將學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)。庫進行檢索密論涉文□學位論文屬在年月解密適用本規(guī)定。本＿后非涉密論文徑ｆ
4、〇－之０簽：審日氣論文作者名期：郝■、導師簽名：日期：，它Ｌ埃２Ｍ氣專呼視頻運動目標跟蹤算法的研究中文摘要視頻運動目標跟蹤算法的研究中文摘要視頻目標跟蹤技術(shù)在軍事制導武器、道路交通監(jiān)控、安防等眾多領(lǐng)域有著廣泛應(yīng)用。本文主要圍繞目標跟蹤中存在的目標被遮擋問題，背景與目標顏色相近時跟蹤不穩(wěn)定問題開展研究。粒子濾波是近些年發(fā)展起來的一種較好的濾波算法,被廣泛地應(yīng)用于目標跟蹤中。本文重點研究粒子濾波算法，在目標特征提取、目標模板及模板更新算法方面進行改進。在目標特征提取方面，采用了雙特征描述目標的方式，即對目標同時提取顏色直
5、方圖特征和CBLID特征。CBLID是一種新的目標特征描述算法，它是融合了經(jīng)典的SIFT算法和DAISY算法，加速了SIFT特征點的提取過程。在目標跟蹤方面，采用雙目標模板進行目標跟蹤，即CBLID特征模板和顏色直方圖特征模板。目標模板的更新依賴于CBLID特征點匹配的數(shù)目，當匹配數(shù)目大于閾值時則同時更新兩個目標模板，否則僅更新CBLID特征模板，不更新顏色直方圖特征模板。在粒子權(quán)值計算中，對兩種特征賦不同的權(quán)重系數(shù)，并使其權(quán)重系數(shù)根據(jù)實際場景自適應(yīng)調(diào)整，從而增強了目標跟蹤在某些場景下的魯棒性。對論文提出的算法進行了充分的跟蹤實驗，
6、實驗顯示我們所提出的算法具有較好的魯棒性和較高的跟蹤精度，且在實時性上要優(yōu)于基于SIFT的粒子濾波算法。關(guān)鍵詞：運動目標跟蹤；粒子濾波；CBLID；目標遮擋；顏色相近作者：林楠指導教師：趙勛杰IAbstractResearchontheAlgorithmsofMovingObjectTrackinginVideoResearchontheAlgorithmsofMovingObjectTrackinginVideoAbstractVideotargettrackingtechnologyhasbeenwidelyusedinmany
7、fieldsofmilitaryweapons,trafficmonitoringandsecurity.Thispapermainlyfocusesontheproblemthatthetargetisoccludedorthebackgroundhassimilarcolorwiththetargetwhichmayleadtoerrortracking.Particlefilterisagoodfilteringalgorithmdevelopedinrecentyears,whichiswidelyusedintargett
8、racking.Thispapermainlyresearchontheparticlefilteralgorithmandmakesomeimprovementsintheaspectsoftargetfeatureextracti
