欢迎来到天天文库
浏览记录
ID:33364936
大小:4.09 MB
页数:71页
时间:2019-02-25
《序列蒙特卡罗粒子滤波及其在视频跟踪中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要序列蒙特卡罗,即粒子滤波技术是一种实时在线推理算法,因其具有有效处理非线性问题、应用前景广阔等特点,受到了越来越广泛的重视,成为统计学、信号处理、自动控制、人工智能、计算机视觉等领域新的研究热点。虽然目前己在理论和应用方面取得了一些研究成果,但粒子滤波器的发展仍处于初级阶段,其中许多关键技术至今仍没有公认有效的解决方法。本文研究了提高粒子滤波器性能的关键技术及其在视频跟踪中的应用。在提高其性能方面主要对粒子滤波器中存在的权值退化问题、重要性密度函数选择问题进行了研究。在视频跟踪方面,本文提出了一种基于增量学习的自适应粒子
2、滤波视频跟踪算法。这种算法具有3种特点。第一,在线学习获得特征子空间的基向量;第二,采用RSR重采样方法根据粒子的权重和的大小对粒子数目进行自适应调整;第三,根据粒子权重和的大小对目标特征子空间的基向量的更新方式进行自适应调整。实验表明,本文算法在目标的外观、姿态和光照条件有较大变化的情况下,能保持较高跟踪精度,具有较强的鲁棒性。关键词:视频跟踪粒子滤波器特征子空间增量学习AbstractSequentialMonteCarlo,namelyParticlefilterisarealtimeinferencealgorith
3、m.Becauseofitsuniquecharacteristicssuchasefficienttoprocessnonlinearproblems,extensiveapplicability,particlefilterhasbeenpaidmoreandmoreattentioninrecentyears.Althoughtherealesometheoreticalandpracticalachievements.theUSeofparticlefilterisstillinitsinfancy,thereexi
4、stmanybasicissuesneedtobeinvestigated.ThisthesisfocusesonthekeytechniquesofimprovementstrategieStoincreaseparticlefilter’Sperformanceanditsapplicationtovisualtracking.Toimprovetheparticlefilter,weightdegeneracyandchoiceofimportancedensityalestudied.Intheapplication
5、ofvisualtracking,thisthesisproposesanincrementallearningbasedvisualtrackingalgorithmusingadaptiveparticlefilter.Thismethodhasthreechar£屺teristics.firstly,theeigenbasisvectorsinsubspacearetrainedonline.Secondly,byusingRSRresamplemethodthenumberofparticlesCanadaptlyb
6、echangedacordingtothesizeofthesumweightoftheseparticles.Thirdly,accordingtothesizeofthesLImweight,theupdatingmethodoftheeigenbasisvectorsinsubspacecanbeadjustedadaptlyinodertotrackthetarget.Experimentsshowthattheproposedmethodismorepreciseandrobustunderconditionssu
7、chaslargeappearancevariation,posevariationandlightingvariation.Keyword:VisualtrackingParticlefilterEigensubspaeeIncrementallearning西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获
8、得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切的法律责任。本人签名:关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:
此文档下载收益归作者所有