欢迎来到天天文库
浏览记录
ID:35066727
大小:3.85 MB
页数:83页
时间:2019-03-17
《基于概率图模型的目标跟踪算法研究》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、中图分类号:TP391论文编号:102870316-S221学科分类号:082602硕士学位论文基于概率图模型的目标跟踪算法研究研究生姓名蔡波学科、专业兵器发射理论与技术研究方向信号检测与智能控制技术指导教师周大可副教授南京航空航天大学研究生院自动化学院二О一六年一月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationResearchonTargetTrackingAlgorithmBasedonProbabilisticGraphicalModelAThesisinArma
2、mentLaunchTheoryandTechnologybyCaiBoAdvisedbyProf.ZhouDa-keSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringJanuary,2016承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内
3、容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)南京航空航天大学硕士学位论文摘要目标跟踪是图像处理和计算机视觉领域的重要研究方向之一,在视频监控、人机交互、智能交通和导航制导等方面都有着广泛的应用。跟踪过程中,运动目标姿态、背景、光照的变化以及遮挡等都会影响跟踪算法的稳健性,其中遮挡问题是跟踪过程中的一个难点。概率图模型是概率论与图论的结合,对于处理不确定性问题具有很大的优势。近年来,概率图模型在计算机视觉领域如目标识别、目标检测和跟踪方面已取得了一些应用成果。本文针对跟踪过程中的遮挡问题,研究概率图模型在目标跟踪
4、中的应用,以提高遮挡情况下跟踪算法的稳健性和有效性。本文采用基于子块匹配的抗遮挡算法作为基本框架,主要工作如下:首先,针对子块划分问题,提出了一种基于局域特征点的目标显著特征区域提取方法。通过检测目标区域的Harris角点,结合K-means聚类提取目标的特征区域(子块),极大地保留了目标的显著特征信息,并且剔除了对于跟踪结果影响不大的冗余信息。再次,针对子块匹配结果的融合问题,提出了基于显著特征区域和马尔可夫随机场(MRF)的目标跟踪算法。利用目标特征区域相互之间的空间约束关系,并融合各特征区域的局域信息建立目标的马尔可夫随机场模型;根据目标模型使用概率推理对子块匹配结果进行空间域
5、推断,输出最终的目标位置。实验结果表明,该算法具有较高的跟踪精度,尤其是目标遮挡时,该算法具有较好的跟踪稳健性,但其实时性稍差。最后,提出一种基于显著特征区域和条件随机场(CRF)的跟踪算法。根据各特征区域的自身信息,各区域之间的空间约束信息以及相邻帧之间的目标运动信息,建立目标的条件随机场模型;利用目标模型,估计各子块属于目标区域的概率,并据此估计最终的目标位置。实验结果表明,该算法的跟踪精度与基于马尔可夫随机场的方法相当,可以实现遮挡情况下的目标稳健跟踪,但其跟踪速度快,基本可以满足实时跟踪的需要。关键词:目标跟踪,概率图模型,马尔可夫模型,条件随机场,概率推理I基于概率图模型的
6、目标跟踪算法研究AbstractTargettrackingisoneofthemostimportantresearchdirectionsinthefieldofcomputervisionandpatternrecognition.Ithasbeenwidelyusedinvisualsurveillance,human-computerinteraction,militaryguidance,intelligenttransportation.Duringthetracking,therobustnessofalgorithmwillbeaffectedbythechange
7、sofattitudeoftarget,backgroundandillumination,includingocclusion.Amongthechanges,occlusionisadifficultyduringthetracking.Theprobabilisticgraphicalmodelisthefusionofprobabilityandgraphtheoryandithasbeenadoptedinthefieldofcomputervi
此文档下载收益归作者所有