基于检测和graph-cuts的目标跟踪算法研究

《基于检测和graph-cuts的目标跟踪算法研究》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、中图分类号：TP391论文编号：102870316-S182学科分类号：081104硕士学位论文基于检测和Graph-cuts的目标跟踪算法研究研究生姓名张燕学科、专业模式识别与智能系统研究方向目标识别与机器视觉指导教师杨欣副教授南京航空航天大学研究生院自动化学院二О一六年一月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationResearchonObjectTrackingbasedonGraph-cutsandDetectionAThesisinPatternRec

2、ognitionandIntelligentSystemByZhangYanAdvisedbyAssociateProfessorYangXinSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringJanuary,2016承诺书本人声明所呈交的硕±学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而＃用过的材料。

3、本人授权南京航空航天大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后适用本承诺书（）作者签名：养套日期：７４—！南京航空航天大学硕士学位论文摘要运动目标检测和跟踪技术是计算机视觉领域的一个热点课题。目前，在目标跟踪过程中仍然存在几大难题：(1)背景的动态变化及其复杂性；(2)目标的遮挡；(3)目标发生形变及特征变化。本文针对上述问题提出了一些改进方法，主要工作如下：首先，研究了基于检测的目标跟踪、基于动态分割的目标跟踪和基于分布的目标跟踪这三种主要的跟踪类别方法

4、，提出了一种融合这三个类别各自优点的一种跟踪方法，即采用检测和Graph-cuts技术的目标跟踪方法。其次，提出了一种基于改进的Graph-cuts的图像分割算法。该方法采用宽度优先搜索方式搜索图像中的每个像素点，通过对属于相同区域的像素点进行合并的方式解决了传统的Graph-cuts算法在分割较大尺寸的图像时耗时长的缺点。然后，针对目标遮挡、形变等不同情况，选择合适的检测算法来获取目标观测值，然后将预测目标和观测值这两项加入能量函数中并进行最小化。在图中引入观测值后能使得目标的跟踪结果更为准确，且能够处理新目标进入的情况。通过实验发现在对多目标进行跟踪时只采用一个能量函数并不

5、能解决目标融合或遮挡的问题，针对该问题，我们又在目标融合区域定义了另一个能量函数。最后实验结果表明，无论是针对单目标还是多目标跟踪本文所提算法都具有较强的鲁棒性。最后，给出了一种基于混合高斯模型和Graph-cuts的目标跟踪算法。该方法针对目标的不同情况会做出不同的处理。对于独立目标建立一个基于空间-颜色的混合高斯模型，对于遮挡目标引入一个混合高斯模型替换策略，然后构建能量函数并用Graph-cuts算法对其进行最小化。实验证明，该算法对遮挡情况下的多目标跟踪具有较强的鲁棒性。关键词：图像分割，Graph-cuts技术，目标跟踪，目标检测，能量函数，混合高斯模型i基于检测和G

6、raph-cuts的目标跟踪算法研究ABSTRACTMovingtargetdetectionandtrackingtechnologyisahottopicinthefieldofcomputervision.Atpresent,therestillexistseveralproblemsintheprocessoftargettracking:(1)dynamicchangesofthebackgroundanditscomplexity;(2)thetargetocclusion;(3)thetargetdeformationanditscharacteristicsch

7、ange.Aimingattheissuesabove,someimprovedmethodsareproposedinthispaper,andthemajorworkisasfollows:Firstofall,wehaveanalyzedandstudiedthreemaintrackingcategories:“detect-before-track”tracking,trackingbasedondynamicsegmentationandtrackingbasedondistri