基于稀疏表示和压缩感知的目标检测与跟踪研究

《基于稀疏表示和压缩感知的目标检测与跟踪研究》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、厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下，独立完成的研究成果。本人在论文写作中参考其他个人或集体己经发表的研究成果，均在文中以适当方式明确标明，并符合法律规范和《厦门大学研究生学术活动规范(试行)》。另外，该学位论文为()课题(组)的研究成果，获得()课题(组)经费或实验室的资助，在()实验室完成。(请在以上括号内填写课题或课题组负责人或实验室名称，未有此项声明内容的，可以不作特别声明。)声明人(签名)：彳砂互切-甲年S月渺日厦门大学学位论文著作权使用声明iYilUlill2ll

2、luni5nluuu31umi9ilumllllll51113IlUlolltl㈣0删㈣本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规定保留和使用此学位论文，并向主管部门或其指定机构送交学位论文(包括纸质版和电子版)，允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索，将学位论文的标题和摘要汇编出版，采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于：()1．经厦门大学保密委员会审查核定的保密学位论文

3、，于年月日解密，解密后适用上述授权。(√)2．不保密，适用上述授权。(请在以上相应括号内打“、／”或填上相应内容。保密学位论文应是已经厦门大学保密委员会审定过的学位论文，未经厦门大学保密委员会审定的学位论文均为公开学位论文。此声明栏不填写的，默认为公开学位论文，均适用上述授权。)声明人(签名)．亏妒兰刎f中年多月摘要动态场景下的目标检测和跟踪是计算机视觉领域的重要组成部分，在视频监控、航空制导、人机交互、交通监控等民用和军事领域上都有广泛的应用。但在实际应用中，目标的检测和跟踪仍然面临着各种困难，如光

4、照变化、背景动态变化、目标姿势的改变、遮挡等，因此设计鲁棒的视频目标检测和跟踪算法仍然是具有挑战性的任务。稀疏表示和压缩感知理论是近年来比较受关注的前沿理论，其中图像稀疏表示是研究热点之一，在目标识别和跟踪中都取得了较好的效果。基于稀疏表示和压缩感知理论，本文的主要研究工作和创新点如下：针对复杂场景下的视频目标，提出了一种基于分层模型的的背景差分目标检测算法。首先研究了动态组稀疏信号及其重构算法，改进实现自适应稀疏度的动态组稀疏重构算法，提出了基于自适应DGS的背景差分算法实现目标检测。针对视频序列中

5、场景的动态变化，采用在线背景字典学习算法，利用前几帧的重构背景作为训练样本来更新，避免了由单一或有一定噪声的背景样本更新背景模型而产生误差。最后，针对图像稀疏信号重构算法复杂的计算量，提出分层模型目标检测算法。实验结果表明，该算法能够减少计算的像素量，降低背景重构的复杂度，减少算法运行时间。针对复杂背景条件下运动目标实时跟踪问题，提出一种基于MCMC(MarkovChainMonteCarlo)采样的压缩感知实时目标跟踪算法。该算法首先用随机测量矩阵对采样得到的样本特征向量进行压缩描述，并用基于MCM

6、C的采样方法生成粒子提议分布。其中本文改进传统的McMC采样方法，以贝叶斯分类器得到的粒子置信值作为接受机制的判定依据，实现目标的关联采样。更新策略采用初始模型与最新观测模型相结合的两阶段更新机制，结合初始模型和在线更新模型，实现了对目标的准确跟踪。该算法避免了传统的粒子滤波采样粒子贫化，并且通过对特征向量的压缩感知确保目标实时跟踪。实验结果表明，该算法能够很好地实现复杂条件下运动目标鲁棒实时跟踪。关键词：压缩感知；背景差分；目标跟踪AbstractObjectdetectionandtracking

7、indynamiccircumstancearetheimportanttopicsofcomputervision．TheyarewidelyusedincivilianandmilitaryapplicationssuchaSmonitoring，aviationguidance，human—computerinteraction，trafficmonitoringandotherfields．Buttheobjectdetectionandtrackingalestillfacedwithman

8、ydifficulties，suchasilluminationchange，clutterbackground，appearancechange，occlusionandSOon．Detectingandtrackingobjectincomplexbackgroundisstillachallengingtask．Sparserepresentationandcompressedsensinghaveattractedmuchattentioninr