鲁棒估计及其在目标跟踪中的应用

鲁棒估计及其在目标跟踪中的应用

ID:34017856

大小:2.46 MB

页数:69页

时间:2019-03-02

鲁棒估计及其在目标跟踪中的应用_第1页
鲁棒估计及其在目标跟踪中的应用_第2页
鲁棒估计及其在目标跟踪中的应用_第3页
鲁棒估计及其在目标跟踪中的应用_第4页
鲁棒估计及其在目标跟踪中的应用_第5页
资源描述:

《鲁棒估计及其在目标跟踪中的应用》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、中嗣科学技术大学颈士学位论文摘要实时运动目标跟踪是模式识别、图像处理、计算机视觉、武器制导等领域的重要课题,是序列图像分析和视频理解的基本步骤之一,也是计算机视觉研究的关键技术之一。然而,由于人类对视觉与感知的形成尚缺乏深入的认识,计算机视觉中的根本性问题——鲁棒性问题还没有得到很好地解决。在实际应用过程中,现场环境的复杂性以及应用的实时性对跟踪算法都提出了更高的要求。随着计算机硬件的飞速发展,实时性要求更多依赖于硬件解决方案,而如何在保障实时性的前提下提高目标跟踪的鲁棒性越来越成为视觉信息的智能化处理和自动理解的关键因素。鲁棒估计研究的是当观测数据中存在半数甚至超过半数的

2、离群数据时,通过鲁棒估计子仍然能够对模型作出很好的估计。将鲁棒估计应用于运动估计与跟踪中,能显著提高目标跟踪的鲁捧性,具有重要的研究意义.本文首先讨论了关于鲁棒估计的一些基本概念,介绍了几种基于鲁棒统计学的鲁棒估计方法,并重点分析了L估计和M.估计。此外.本文分析了传统鲁棒统计学中的不足之处以及计算机视觉中的数据结构特点,讨论基于计算机视觉的两种重要的鲁棒估计方法I-tough变换和RANSAC算法,并分析了这两种方法的优缺点。在目标跟踪过程中,由于受诸多因素的影响,传统的基于Kalman滤波器的目标跟踪方法并不能克服外点的影响。M.估计是一类重要的鲁棒估计方法,通过选择不

3、同的损失函数,可以实现不同的鲁棒效果。本文将M.估计与无迹Kalman滤波器相结合,并应用于目标跟踪,既解决了针对运动模型非线性的估计问题,又能较好的克服离群数据的干扰,大大提高了估计的鲁棒性。通过模拟数据的仿真和实际图像序列的测试说明了该方法的有效性。鲁棒估计的另一个重要理论来源就是非参数估计,它无需对先验分布作过强的假设。本文讨论了非参数统计的几种方法,重点讨论了核密度估计以及基于核密度估计的模式检测算法——M∞nShift算法。MeanShift算法在目标跟踪中有着广泛的应用,其主要是基于颜色直方图实现目标跟踪的。本文采用了特征法实现跟踪,提出了基于MeanShift

4、算法的混合粒子器方法来实现多目标的跟踪,实验表明具有怠好的跟踪效果。关键词;鲁棒估计,目标跟踪,非参数估计,Kalmnn滤波器,M-估计,粒子滤波器,MeanShilt!里型兰垫查奎兰堡主兰堡丝苎ABSTRAOTRealtimeloeomo呻targcttraekingisoneofthemo砒significantproblemsin踟lmeimportantfieldssuch鹊p砒咖rc∞印ition,imageprocessing,∞mputervisioIl'weaponguidance越d∞on.nistlaefundamenfaist印inserialimag

5、esanalysisandVid∞comprehending,al∞thekeyteelanolo舒in也eresearchofcompu搬vision。Howler,如∞thehumanbcingnowisstilll∞koftlaeknowledgeoftheformationofvisionandpereepfion’thel;obustproblem,oneofthemostessentialproblemsincomputervision,hasnotbeen∞lVod鲫烈,e嚣fIllly.Illactual印plicat啪,trackingalgofithmi

6、salso坞strietedbythec0咀lplexi锣of鲫的哪髓tand血el'Wltimeofalgoritllmitse也晰th恤speedydevelopmentofcomlmterhal'dw缸-e,也ehilltimeof蛔fitlamismo肥dependentonhardware,andmembustproblemhasbeenmorPandm嘴importantintheprocessingofvisualinformation.Robustestimation剐udie3howtoestimatethemodelofproblemsproperlyw

7、hentheoutliertakeshalform帆thanhalfplacesinthcobservaliondata.Itisimprotantto印plymbustestimationtomotionestimationandtracking,and啪improvetherobustyoftargettracking.hthispaperWefirstdisc岫safewb懿kconceptsoftherobustestimation’andal∞m血oduee赋weralkindsofmbusteslima

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。