基于多特征聯(lián)合的多目標(biāo)跟蹤的研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近二十年來,隨著計(jì)算機(jī)視覺技術(shù)的長(zhǎng)足發(fā)展,以其為基礎(chǔ)的目標(biāo)跟蹤技術(shù)也出現(xiàn)了蓬勃發(fā)展的趨勢(shì),并在社會(huì)經(jīng)濟(jì)各領(lǐng)域取得了廣泛的應(yīng)用。但目前的多目標(biāo)跟蹤算法,大多都被復(fù)雜背景干擾、目標(biāo)遮擋和實(shí)時(shí)性問題所困擾。
  均值漂移算法是一種基于模板匹配的目標(biāo)跟蹤方法,方便高效,無需先驗(yàn)知識(shí),從而得到廣泛關(guān)注。但是該算法也被跟蹤中的常見問題所困繞,首先是采用單一顏色特征,易被相似背景干擾,導(dǎo)致跟蹤的穩(wěn)定性下降;然后是該算法以特征匹配作為跟蹤的主要手

2、段,當(dāng)目標(biāo)受到遮擋時(shí),無法進(jìn)行有效匹配而導(dǎo)致跟蹤效果大大降低。
  本文對(duì)比了當(dāng)前主流的多目標(biāo)跟蹤方法,對(duì)均值漂移算法的優(yōu)缺點(diǎn)進(jìn)行了分析,在此基礎(chǔ)上,針對(duì)均值漂移方法在跟蹤過程中表現(xiàn)出來的兩大問題提出了基于多特征聯(lián)合的預(yù)測(cè)-跟蹤多目標(biāo)跟蹤算法。首先,針對(duì)易被相似背景干擾問題,提出了改進(jìn)的特征提取方式,用背景加權(quán)空間直方圖代替普通直方圖提取顏色特征,用局部二值化模式提取圖像的紋理特征,采用自適應(yīng)的權(quán)值調(diào)整方案來為各特征分配跟蹤結(jié)果中

3、的權(quán)重;其次針對(duì)抗遮擋能力不強(qiáng)的問題,提出了預(yù)測(cè)-跟蹤的策略。結(jié)合卡爾曼濾波算法,提高跟蹤的準(zhǔn)確度,對(duì)跟蹤事件進(jìn)行分類判別,自適應(yīng)調(diào)整跟蹤窗口并更新目標(biāo)模型,從而建立起完善的多目標(biāo)跟蹤體系。
  通過對(duì)比視頻序列,并和基于支持向量機(jī)的均值漂移算法進(jìn)行跟蹤效果對(duì)比,實(shí)驗(yàn)證明本文方法能大大提高在復(fù)雜背景下的跟蹤效果,遮擋情形下的跟蹤正確率提高了30%以上。
  最后,針對(duì)單個(gè)攝像頭跟蹤范圍的局限性,結(jié)合本文提出的多特征聯(lián)合的K-

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論