資源描述：
《基于tld框架的在線目標跟蹤算法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、學校代碼：10385分類號:研究生學號：1300211003密級:基于TLD框架的在線目標跟蹤算法研究ResearchofOnlineTargetTrackingAlgorithmBasedonTLD作者姓名：劉興云指導教師：戴聲奎副教授學科：信息與通信工程研究方向：模式識別與人工智能所在學院：信息科學與工程學院論文提交日期：二零一六年五月三十日學位絶文獨創(chuàng)性聲明本人聲巧茲呈交的學位論文是本人在導師搖導下完成的巧究成果。論文寫作中不包含其他人己經(jīng)發(fā)表或撰寫過的巧究內(nèi)密，如參考他人或集體的科巧成果，均在論文中確的方式說明。本人依法享有和承擔由此論文所產(chǎn)生的
2、權利和責任。）〇心化、論文作者簽名：女支簽名日期；、＼學位論文版權使用授權聲明本人同意授權華矯大學有權保留并向國家機關或化梢送《學位論文的復印件和電子版．允許學位論文被查鍋和借閱．本人授權華矯大．學可Ｗ將本學位論文的全部向容或卻分巧容編入有關數(shù)據(jù)庫進行檢索。，可化采用彭巧，縮印或掃描等復制手段保存和匯編本學位論文論文作者簽名；指專教術寐簽名日期；義如簽名日巧：如ｉＬ化礎摘要目標跟蹤一直以來都是計算機視覺研究領域的一個熱點和難點，在人機交互，智能視頻監(jiān)控，視覺導航等領域有廣泛的應用前景。近些年來人們已經(jīng)提出了很多有效的目標跟蹤算法，但是
3、目標跟蹤的實際應用依然面臨許多困難，如目標形變、光照變化、運動模糊、遮擋以及尺度變化等問題。基于在線學習的目標跟蹤算法可以對任意目標進行跟蹤并訓練更新分類器，實現(xiàn)對目標的長期跟蹤，更好的適應目標的變化。在線目標跟蹤技術優(yōu)勢明顯，使其迅速成為國內(nèi)外研究人員的研究重點。然而目前主流的在線目標跟蹤算法依然存在跟蹤漂移，實時性不好等問題，本文以研究實時魯棒的目標跟蹤算法為目的，著重研究和分析TLD（Tracking-Learning-Detecting）目標跟蹤算法。本文主要完成了以下幾方面的工作：（1）研究現(xiàn)有的各類目標跟蹤算法。首先，介紹了生成式目標跟蹤算法以及判別式目標跟
4、蹤算法的發(fā)展情況；其次，針對TLD算法進行討論，并分析了TLD目標跟蹤算法的優(yōu)勢和不足。（2）提出了一種結合特征點匹配的TLD目標跟蹤算法。首先，通過提取初始化目標區(qū)域的顯著性來獲取最佳跟蹤區(qū)域，解決TLD算法對初始化目標框敏感問題，同時提高樣本選取質量并降低背景雜波對跟蹤器特征點跟蹤的影響；其次，采用光流法跟蹤和特征點匹配相結合的方法估計目標的尺度變化，解決原始跟蹤器跟蹤漂移以及目標旋轉導致跟蹤失敗等問題；最后，通過自適應尺度快速搜索目標方法來提高檢測器的速度。實驗表明該方法有效的提高了TLD目標跟蹤算法的跟蹤魯棒性和速度，并且在標準數(shù)據(jù)集上得到了很好的效果。（3）提
5、出了一種基于時空上下文的TLD目標跟蹤算法，針對時空上下文（Spatio-TemporalContext，STC）算法采用灰度特征對外觀模型表述的不足，引入顏色屬性擴展STC目標跟蹤器。為了提高跟蹤速度，本文采用主成分分析（PrincipalComponentAnalysis，PCA）降維方法自適應選擇具有代表性的顏色屬性，同時改進了原始跟蹤算法的更新機制。利用多尺度金字塔空間估計出當前位置的最佳目標尺度，防止尺度更新出現(xiàn)誤差累積現(xiàn)象，并與TLD框架的檢測器和學習器相結合，實現(xiàn)長時間在線目標跟蹤系統(tǒng)。算法在標準數(shù)據(jù)集上進I行測試，取得了很好的跟蹤效果。關鍵詞：目標跟蹤T
6、LD特征點匹配STC在線學習IIAbstractTargettrackingisahotanddifficultresearchinthefieldofcomputervision.Ithasbeenwidelyusedinthehumancomputerinteraction,visualsurveillanceandguidance.Althoughmanyeffectiveobjecttrackingmethodshavebeenproposed,therearestillalotofdifficultiesinpracticalapplicationofobje
7、cttrackingduetothechallengingscenariossuchassignificantappearancechange,illuminationchanges,motionblur,occlusionandobjectscalechange.Targettrackingtechnologybasedononlinelearningcantrackarbitraryobjectwhiletrainingandupdatingclassifiersothatitcantracktheobjectforlongterma
