基于核函數(shù)的目標(biāo)跟蹤算法研究

《基于核函數(shù)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。

1、分類號(hào)：TP39110710-2013032001博士學(xué)位論文基于核函數(shù)的目標(biāo)跟蹤算法研究田浩導(dǎo)師姓名職稱巨永鋒教授申請(qǐng)學(xué)位類別博士學(xué)科專業(yè)名稱交通信息工程及控制論文提交日期2016年3月30日論文答辯日期2016年6月17日學(xué)位授予單位長安大學(xué)ReaserchonKernelBasedTargetTrackingAlgorithmAThesisSubmittedfortheDegreeofDoctorCandidate:TianHaoSupervisor:Prof.JuYongfengChang’anUniversityXi’an,China論義獨(dú)創(chuàng)性聲明本人聲明：本人所呈交的學(xué)位論文

2、是在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除論文中已經(jīng)注明引用的內(nèi)容外，對(duì)論文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均己在文中Ｗ明確方式標(biāo)明。本論文中不包含任何未加明確注明的其他個(gè)人或集體己經(jīng)公開發(fā)表的成果。本聲明的法律責(zé)任由本人承擔(dān)。論文作者簽名：巧；畫２口／《年＾月＾７曰論文知識(shí)產(chǎn)權(quán)權(quán)屬聲明本人在導(dǎo)師指導(dǎo)下所完成的論文及相關(guān)的職務(wù)作品，知識(shí)產(chǎn)權(quán)歸屬學(xué)校、。學(xué)校享有任何方式發(fā)表、復(fù)制公開閱覽、借閱及申請(qǐng)專利等權(quán)利。本人離校后發(fā)表或使用學(xué)位論文或與該論文直接相關(guān)的學(xué)術(shù)論文或成果時(shí)，署名單位仍然為長安大學(xué)。（涉密論文在解密后應(yīng)遵守此規(guī)定）論文作

3、者簽名：巧造年６月／Ｚ０／６７日導(dǎo)師簽名；年＾月日７＾摘要目標(biāo)跟蹤是一個(gè)經(jīng)典的計(jì)算機(jī)視覺問題，在機(jī)器人、監(jiān)控系統(tǒng)和輔助駕駛等許多領(lǐng)域有著重要的應(yīng)用。目標(biāo)跟蹤的任務(wù)就是跟蹤視頻序列中的一個(gè)目標(biāo)或多個(gè)目標(biāo)，其中目標(biāo)可以是視頻圖像中任何感興趣的對(duì)象。雖然目標(biāo)跟蹤技術(shù)在過去的幾年里已經(jīng)取得了重大的進(jìn)展，但是由于目標(biāo)外形變化、遮擋和背景干擾等復(fù)雜因素的影響，目前目標(biāo)跟蹤仍舊是一個(gè)復(fù)雜的開放性研究課題。本文研究改進(jìn)了基于核函數(shù)的均值漂移(meanshift，簡稱MS)目標(biāo)跟蹤算法；并提出了一種基于核函數(shù)的擴(kuò)展多通道關(guān)聯(lián)濾波器(expandedmulti-channelcorrelationf

4、ilter，簡稱EMCCF)目標(biāo)跟蹤算法。論文的主要研究工作和成果如下：(1)針對(duì)目標(biāo)非線性運(yùn)動(dòng)時(shí)的遮擋問題，提出了基于交叉-區(qū)間(cross-bin)顏色直方圖和全局搜索機(jī)制的MS算法。首先利用cross-bin顏色直方圖代替?zhèn)鹘y(tǒng)的區(qū)間-區(qū)間(bin-bin)顏色直方圖表示目標(biāo)特征，提高跟蹤精度；當(dāng)目標(biāo)受到嚴(yán)重遮擋丟失后，通過一種尺度變化的搜索機(jī)制，在全局范圍內(nèi)搜索目標(biāo)位置，提高抗遮擋能力。(2)針對(duì)一般的線性運(yùn)動(dòng)目標(biāo)短時(shí)間遮擋問題，提出將兩層卡爾曼濾波(kalmanfilter，簡稱KF)框架融入融合矯正背景權(quán)重直方圖(correctedbackground-weightedhistog

5、ram，簡稱CBWH)的MS。首先通過運(yùn)動(dòng)學(xué)方程建立第一層的數(shù)學(xué)模型，利用巴氏系數(shù)、濾波器噪聲與跟蹤結(jié)果之間的關(guān)系，自適應(yīng)地調(diào)整跟蹤結(jié)果，減少遮擋的影響；然后對(duì)目標(biāo)模板直方圖中的每個(gè)非零元素進(jìn)行第二層濾波，通過動(dòng)態(tài)變化的濾波殘差和巴氏系數(shù)，實(shí)時(shí)調(diào)整更新濾波器中的各項(xiàng)參數(shù)，得到濾波后的目標(biāo)模板，減少特征變化的影響。(3)提出了擴(kuò)展多通道關(guān)聯(lián)濾波器(expandedmulti-channelcorrelationfilter，簡稱EMCCF)目標(biāo)跟蹤算法。利用嶺回歸分類器和關(guān)聯(lián)濾波器(correlationfilter，簡稱CF)間的關(guān)系，在多通道關(guān)聯(lián)濾波器(multi-channelcorre

6、lationfilter，簡稱MCCF)的基礎(chǔ)上，通過核函數(shù)嶺回歸在時(shí)域建立EMCCF的數(shù)學(xué)模型并進(jìn)行求解，解決了MCCF僅存在一種計(jì)算量大的線性最優(yōu)解，只適用于離線目標(biāo)檢測(cè)，而不適用于在線目標(biāo)跟蹤的不足。關(guān)鍵詞：目標(biāo)跟蹤；核函數(shù)；顏色直方圖；卡爾曼濾波；關(guān)聯(lián)濾波器iAbstractTargettrackingisaclassicalcomputervisionproblemwithmanyimportantapplicationsareassuchasrobotics,surveillanceanddriverassistance.Thetaskistofollowatargetormul

7、titargetsinavideosequenceandthetargetcanbeanyobjectofinteres.Thoughsignificantprogresshasbeenmadeinthelastfewyearsintargettracking,theinterferenceofthetargetshapechanges,occlusion,backgroundandotherfactorsl