基于低通滤波的高机动视频目标跟踪

基于低通滤波的高机动视频目标跟踪

ID:28831484

大小:820.54 KB

页数:30页

时间:2018-12-14

基于低通滤波的高机动视频目标跟踪_第1页
基于低通滤波的高机动视频目标跟踪_第2页
基于低通滤波的高机动视频目标跟踪_第3页
基于低通滤波的高机动视频目标跟踪_第4页
基于低通滤波的高机动视频目标跟踪_第5页
资源描述:

《基于低通滤波的高机动视频目标跟踪》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、宁波大学信息学院本科毕业设计(论文)本科毕业设计(论文)题目:(中文)基于低通滤波的高机动性视频目标跟踪(英文)EnhancedLowpassFilterBasedVidePredictiveTrackingforTargetwithHighMobility2宁波大学信息学院本科毕业设计(论文)摘要【摘要】在现代检测领域中,预测目标是一种很普遍的现象。在预测目标移动状态过程中,应用滤波法是常用的技术手段。在众多预测技术当中,人们常常使用卡尔曼滤波器来跟踪目标在运动情况下的轨迹。然而,卡尔曼滤波仍存在一些缺点:用

2、来预测轨迹时尚缺乏精确度,为了解决这个问题,文中推荐另一种传统滤波——低通滤波。设计低通滤波的方法就是掺入带惯性的一阶泰勒级数,在文中使用过程中还要考虑目标所在的运动状态。基于这种情况,则需要在级数中加入线性项和惯性项算法,这两种算法分别代表高机性和非高机性两种状况。当预测目标状态时,要考虑目标高机动性(目标速度在瞬间发生变化)和非高机动性,当目标高速移动时,低通滤波检测速度的变化,检测到所给定的目标高机动变化根据运动情况则要重新配置低通滤波来实现预测跟踪。为了证明低通滤波的实用性,在预测中融入卡尔曼滤波共同对

3、目标检测跟踪,实验表明在预测轨迹跟踪质量中,所建议的低通滤波对预测轨迹具有很好的效果比卡尔曼滤波更加有预测能力,从而证明了它的可行性。所以,在视频跟踪应用范围内,把低通滤波作为预测跟踪器是很好的选择。【关键词】视频跟踪;低通滤波;跟踪质量;卡尔曼滤波;高机动性2宁波大学信息学院本科毕业设计(论文)EnhancedLowpassFilterBasedVideoPredictiveTrackingforTargetwithHighMobilityAbstract【ABSTRACT】Inthefieldofmoder

4、ndetection,predictiontargetisaverycommonphenomenon.Predictthestateoftheprocesstargetmobileapplicationfilteringmethodiscommonlyusedtechniques.KalmanfilterisoneofGM,whichismainlyusedinpredictingthemovementofthetargettrack.However,Kalmanfilteringarestillsomedis

5、advantages:lackofprecisionforpredictingthetrajectoryofthefashion,inordertosolvethisproblem,anotherconventionalpaperfilterrecommended-low-passfiltering.Low-passfilterdesignedmethodisincorporatedwithafirstorderTaylorseriesofinertia,inthearticlebyusingfilterwhi

6、chshouldalsobeconsideredwhenthetargetismoving.Basedonthissituation,youneedtoaddlinearandinertiaalgorithmsinseries,thesetwoalgorithmsrepresenttwohighstatuswhichisahighmobilityandnon-mobilityWhenthepredictedtargetstate,toconsiderchangesinthetargethighmobilityh

7、ighmobility(targetspeedchangeoccursatthemoment)andnon-highmaneuverability,whenthetargetismovingathighspeed,low-passfilteringtodetectchangesinthespeeddetectedbyagiventargetwillhavetobereconfiguredaccordingtothemovementofthelowpassfiltertoachievetheforecasttra

8、ck.Toprovetheusefulnessofthelow-passfiltering,Kalmanfilterintegratedintothejointintheforecastfortargetdetectionandtracking,trajectorytrackingexperimentsshowthatthequalityoftheprediction,thepropo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。