基于粒子滤波和mean+shift多特征融合目标跟踪算法论文

基于粒子滤波和mean+shift多特征融合目标跟踪算法论文

ID:33957970

大小:14.52 MB

页数:83页

时间:2019-03-02

基于粒子滤波和mean+shift多特征融合目标跟踪算法论文_第1页
基于粒子滤波和mean+shift多特征融合目标跟踪算法论文_第2页
基于粒子滤波和mean+shift多特征融合目标跟踪算法论文_第3页
基于粒子滤波和mean+shift多特征融合目标跟踪算法论文_第4页
基于粒子滤波和mean+shift多特征融合目标跟踪算法论文_第5页
资源描述:

《基于粒子滤波和mean+shift多特征融合目标跟踪算法论文》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、北京化工大学位论文原创性声明JUllIIIIIIIIIIIIIIIIIMJlIIIIIIlY2393609本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:骛巡:日期:作者签名:必拯∑:日期:关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定,即

2、:研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。保密论文注释:本学位论文属于保密范围,在上年解密后适用本授权书。非保密论文注释:本学位论文不属于保密范围,适用本授权书。作者签名:苗越日期:圣Q!;:点!z2导师签名:茎二盏型∑日期:塑!三:£:兰Z学位论文数据集中图分类号TP39l学科分类号5104050论文编号100

3、1020l30870密级无学位授予单位代码10010学位授予单位名称北京化工大学作者姓名刘彬学号20lO000870获学位专业名称工学硕士获学位专业代码308课题来源自选项目研究方向图像处理与模式识别基于粒子滤波和MeanShift的多特征融合的目标跟踪算法研究论文题目特征提取,LBP纹理,角点,SIFT特征点,粒子滤波算法,均值漂移关键词算法论文答辩日期2013.5.23奉论文类型应用研究学位论文评阅及答辩委员会情况姓名职称工作单位学科专长指导教师李学斌副教授北京化工大学数字水印评阅人!张凤元副教授北京化

4、工大学信号处理评阔人2马文华高工中国移动设计院通信评阅入3评阅人4评阅人5椭员糊答辩委员1答辩委员2答辩委员3答辩委员4答辩委员5注:一.论文类型:1.基础研究2.应用研究3.开发研究4.其它二.中图分类号在《中固图书资料分类法》查询。三.学科分类号在中华人民共和国国家标准(GB/T13745.9)《学科分类与代码))中查询.四.论文编号由单位代码和年份及学号的后四位组成。目录基于粒子滤波和MeanShift的多特征融合的目标跟踪算法研究摘要视频运动目标跟踪,这个课题作为机器视觉研究的一个主要分支,它就是对

5、视场内的非静止的目标,如人和车辆等,进行实时的观测,并在这个基础上对把被观测对象按一定方法进行分类,然后仔细分析它们的行为。为了能够在连续的图像序列中,通过运用算法来找到我们的目标,那么,该目标的特征就必定要提取出来,在后续的图像序列每一帧中,找出具有与目标特征相似度高的区域,作为目标最终的跟踪结果。常用的特征主要有颜色特征,纹理特征,角点特征,SIFT特征刍苣笙1于1ro粒子滤波与均值漂移是近年来广泛应用于目标跟踪的算法,这些算法由于时性好,速度快,实现简单,约束条件少,因此,成为目标跟踪方面的热点,得以

6、广泛应用。本文提出的多特征融合的动态粒子滤波与均值漂移算法,从空间点信息和局部信息中考虑了目标特征的多样性。将多特征融合在一起,增强并丰富了对目标的描述,使得跟踪特性更加稳定。在跟踪算法的选取上,将粒子滤波与均值漂移算法融合并改进,动态地设定启动粒子滤波时的粒子数,使得在准确跟踪的情况下减少运算量,在跟踪出现障碍的情况下加大搜索力度,实现跟踪的智能性,对跟踪中出北京化工大学硕士学位论文现的遮挡问题具有一定的解决能力,稳定性较好。与传统的单一或少量的特征提取和融合算法相比,本文提出的算法能适应更多的场景及情况

7、,兼顾了准确定和实时性。关键词:特征提取,LBP纹理,角点,SIFT特征点,粒子滤波算法,均值漂移算法摘要TARGETTRACⅪNGALGoRITHMBASEDONn▲RTICLEFIIJERANDMEANSHIFToFMUI』rI.FEATUREFUSIoNABSTRACTVideomovingtargettrackingisamajorbranchofmachinevisionresearch.TheSO—callednon·stationarytargetsincludepersonsandvehic

8、les.Theresearchfocusesonobservingobjectbyacertainmethodtoclassifythosetargets,andthencarefullytoanalyzetheirbehavior.Inordertofindgoalinacontinuoussequenceofimages,variousalgorithmsareusedtoachievetheserequir

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。