基于增量式子空间学习的运动目标跟踪

《基于增量式子空间学习的运动目标跟踪》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、万方数据分类号UDC密级学位论文基于增量式子空间学习的运动目标跟踪作者姓名：张磊指导教师：邵新慧副教授东北大学理学院申请学位级别：硕士学科类别：理学学科专业名称：计算数学论文提交日期：2014年6月论文答辩日期：2014年6月学位授予日期：2014年7月答辩委员会主席：评阅人：孤钛南友陟东北大学2014年6月万方数据AThesisinComputationalMathematicsStudyofMovingTargetTrackingBasedonIncrementalSubspaceLearningByZhangLeiSupervisor：Pro

2、fessorShaoXinhuiNortheasternUniversityJun2014万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：私蔷乳日期：刀伞、乡。劢学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即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

3、盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：／半年口一年口一年半∥两年口学位论文作者签名：黼签字日期：刎午、石．乡D新签名：船绺签字日期：必件．乡乡。万方数据东北大学硕士学位论文摘要基于增量式子空间学习的运动目标跟踪摘要视觉跟踪是计算机视觉研究领域中的一个重要的研究领域。到目前为止，对于运动目标跟踪的研究已经取得了很大的成果，人们提出了许许多多可用于视觉运动目标跟踪的算法，这些算法在目标物的表示方式、图像特征的提取以及目标物的运动、外观模型的建立

4、方法等各不相同。并且相关系统也在实际应用中取得了不错的效果，但是很多现有的跟踪算法都是在跟踪开始之前就构造一个用于表示目标物体外观的模型，并通过其不变的特征来应对由于光照条件、位置以及视角等因素引起的物体外观变化。事实证明，这一类算法无法适应实际跟踪过程中的诸多不确定性因素，在很大程度上会影响跟踪的性能和效果。为了应对跟踪过程中目标物体的外观变化，我们通过目标物体的外观的特征空间来表达目标物体，并使用增量式子空间方法对特征目标物体的特征子空间进行持续且高效的更新。另外，本文通过一种类似于Condensation的方法根据图像序列中当前帧的跟踪结果对

5、下一帧图像中目标的位置进行预测，选取一定量的的样本粒子，从而对图像序列中目标物体状态变量的后验概率分布进行传播并最终确定跟踪结果。实验证明，本文算法能够很好的应对目标物体的旋转、平移以及外界光照条件发生变化所引起的物体外观变化问题。本文提出的基于增量式子空间学习的运动目标跟踪，是在基于Condensation的变种算法的基础上，采用增量式主子空间方法对特征目标物体的特征子空问进行持续且高效的更新，能够有效的应对复杂的跟踪环境。而且该方法不拘泥于特定的设备要求，检测效果好，易于实现。关键字：运动目标跟踪；在线学习；Condensation方法：运动模

6、型；外观模型；主成分分析万方数据东北大学硕士学位论文AbstractStudyofMovingTargetTrackingBasedonIncrementalSubspaceLearningAbstractVisualtrackingisanimportantbranchofcomputervisionresearcharea．Sofar，wehavemadegreatprogressonvisualtrackingresearchandvariouskindsofvisualtrackingmethodshavebeenproposed．Thes

7、emethodsdifferinseveralaspectssuchastargetobject’srepresentation，Imagefeatureselection，modelingoftargetobject’S，motion，appearanceandshape．InRealapplications，theperformanceofvisualtrackingwillbecommonlyaffectedbytheappearancevariationoftargetobjects．Andrelatedsystemalsoachieved

8、goodeffectinpracticalapplication．Mostexistingtrackingalgorith