資源描述：
《基于相關(guān)濾波的目標(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、碩士學(xué)位論文基于相關(guān)濾波的目標(biāo)跟蹤算法研究作者姓名謝曉佳學(xué)科專業(yè)軟件工程指導(dǎo)教師劉瓊教授所在學(xué)院軟件學(xué)院論文提交日期2018年5月ResearchonObjectTrackingAlgorithmsbasedonCorrelationFiltersADissertationSubmittedfortheDegreeofMasterCandidate：XieXiaojiaSupervisor：Prof.LiuQiongSouthChinaUniversityofTechnologyGuangzhou,China分類號(hào)：T
2、P391學(xué)校代號(hào)：10561學(xué)號(hào)：201520134347華南理工大學(xué)碩士學(xué)位論文基于相關(guān)濾波的目標(biāo)跟蹤算法研究作者姓名：謝曉佳指導(dǎo)教師姓名、職稱：劉瓊教授申請(qǐng)學(xué)位級(jí)別：工學(xué)碩士學(xué)科專業(yè)名稱：軟件工程研究方向：目標(biāo)跟蹤論文提交日期：2018年5月2日論文答辯日期：2018年5月31日學(xué)位授予單位：華南理工大學(xué)學(xué)位授予日期：年月日答辯委員會(huì)成員：主席：王振宇委員：劉瓊、應(yīng)偉勤、楊磊、朱映波摘要目標(biāo)跟蹤是計(jì)算機(jī)視覺中一個(gè)重要的研究方向，其廣泛應(yīng)用于智能監(jiān)控、人機(jī)交互、軍事制導(dǎo)等領(lǐng)域。經(jīng)過幾十年的發(fā)展，研究人員提出了許多經(jīng)典
3、、優(yōu)秀的跟蹤算法，但由于環(huán)境的復(fù)雜性與目標(biāo)的多變性，如光照變化、形變、遮擋等，目標(biāo)跟蹤仍然是一個(gè)非常具有挑戰(zhàn)性的任務(wù)。近年來，精度與速度兼具的相關(guān)濾波跟蹤算法吸引了研究者的廣泛關(guān)注，其通過傅里葉變換降低算法的時(shí)間復(fù)雜度，引入循環(huán)移位樣本進(jìn)行充分訓(xùn)練,有效地提高了跟蹤速度和精度。但由于循環(huán)移位樣本的虛擬性，當(dāng)目標(biāo)出現(xiàn)遮擋、運(yùn)動(dòng)模糊、快速運(yùn)動(dòng)等現(xiàn)象時(shí)，算法的跟蹤精度明顯降低；此外，其使用固定的更新率進(jìn)行線性加權(quán)更新的方式，易導(dǎo)致錯(cuò)誤更新或者無法及時(shí)適應(yīng)目標(biāo)外觀變化。本文針對(duì)相關(guān)濾波跟蹤算法在目標(biāo)跟蹤過程中存在的不足，提出改
4、進(jìn)并設(shè)計(jì)實(shí)驗(yàn)進(jìn)行驗(yàn)證。本文主要工作總結(jié)如下：（1）提出結(jié)合核相關(guān)濾波和稀疏原型的跟蹤算法。在檢測(cè)階段，選取合理的候選樣本和計(jì)算真實(shí)響應(yīng)值，并結(jié)合稀疏原型進(jìn)行目標(biāo)定位，以降低循環(huán)移位樣本產(chǎn)生的負(fù)面影響；在更新階段，根據(jù)噪聲檢測(cè)結(jié)果選擇更新模式，并根據(jù)跟蹤置信度定義自適應(yīng)更新率，及時(shí)適應(yīng)目標(biāo)外觀變化和避免模型被污染。實(shí)驗(yàn)表明該算法能夠有效處理目標(biāo)遮擋、快速運(yùn)動(dòng)、運(yùn)動(dòng)模糊等問題，跟蹤性能明顯提升。（2）提出多策略結(jié)合的相關(guān)濾波跟蹤算法。以多特征的相關(guān)濾波器作為基礎(chǔ)跟蹤器，采用多種特征描述目標(biāo)以增強(qiáng)在復(fù)雜環(huán)境中的跟蹤穩(wěn)定性；結(jié)
5、合跟蹤置信度與目標(biāo)相似性判斷跟蹤狀態(tài)，當(dāng)跟蹤狀態(tài)正常時(shí)更新跟蹤器與目標(biāo)樣本庫，當(dāng)跟蹤狀態(tài)異常時(shí)擴(kuò)大檢測(cè)范圍并使用多層篩選機(jī)制重定位目標(biāo)。實(shí)驗(yàn)表明該算法對(duì)跟蹤過程中的多種挑戰(zhàn)因素具有較好魯棒性，并能夠在丟失目標(biāo)時(shí)及時(shí)找回目標(biāo)。（3）利用尺度濾波器對(duì)上述兩種算法進(jìn)行改進(jìn)，通過對(duì)目標(biāo)尺度變化的適應(yīng)，獲得更多有效的目標(biāo)信息和減少周圍背景信息的干擾，保證算法的更新準(zhǔn)確性，進(jìn)一步提高算法的跟蹤性能。實(shí)驗(yàn)表明改進(jìn)后的算法能夠有效適應(yīng)目標(biāo)的尺度變化，在多尺度數(shù)據(jù)上取得比原算法更好的跟蹤性能。關(guān)鍵詞：目標(biāo)跟蹤；相關(guān)濾波；稀疏原型；多策略
6、；多尺度適應(yīng)IAbstractObjecttrackingisanimportantresearchdirectionincomputervision.Itiswidelyusedinintelligentsurveillance,human-machineinteraction,militaryguidanceandotherfields.Afterdecadesofdevelopment,manyclassicalandexcellentalgorithmshavebeenproposed.However,duet
7、othecomplexityofenvironmentandthevariabilityoftargets,suchasilluminationvariation,deformation,occlusionandsoon,objecttrackingisstillaverychallengingtask.Recently,correlationfilters-basedtrackingalgorithmswithprecisionandspeedattractextensiveattentionfromresearch
8、ers.TheyreducethetimecomplexityofthealgorithmsbyFouriertransform,andintroducethecyclicshiftsamplesforfulltraining.Thusthealgorithmsimprovethetrackingspeedandprecision
