欢迎来到天天文库
浏览记录
ID:35066962
大小:5.98 MB
页数:79页
时间:2019-03-17
《基于水平集的在线目标轮廓跟踪研究》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、朵击糾成*葦UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHIN占1专业学位硕±学位论文MASTERTHESISFORPROFESSIONALDEGREE纖.论文题目基于水平集的在线目标轮廓跟踪妍究I专业学位类别工程硕±学号201322070319作者姓名石竟指导教师周雪副教授.■,A-i''..;.■■.??..■???..V.独创性声明本人声明所
2、呈交的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。据我所知,除了文中特别加W标注和致谢的地方夕K论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教脊机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表巧谢意。日作者签名=下。\日期名年每月/?论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,,有权保留并向園家有关部口或机构送交论文的复印件和磁盘允许论文被查阅和借阅。本人授权电子科技大学可将
3、学位论文的全^心采用影印、缩印或扫描部或部分内容编入有关数据库进行检索,可等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名;导师签名:说^曰期:心V名年f月曰分类号密级注1UDC学位论文基于水平集的在线目标轮廓跟踪研究(题名和副题名)石竟(作者姓名)指导教师周雪副教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士专业学位类别工程硕士工程领域名称控制工程提交论文日期2016年5月7日论文答辩日期2016年5月12日学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1:
4、注明《国际十进分类法UDC》的类号。ResearchonOn-LineContourTrackingwithLevelSetMethodAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:ShiJingSupervisor:Prof.ZhouXueSchool:SchoolofAutomationEngineering摘要摘要目标跟踪是计算机视觉领域的基础研究方向之一,而轮廓跟踪作为它的重要的
5、组成部分,在视觉分析与理解中占有重要的地位。通过轮廓跟踪,可以获得目标的姿态、行为、运动等信息,为后续的高层的行为识别和理解奠定了基础。目前,轮廓跟踪已经广泛应用到人机交互、虚拟现实、医疗诊断、安全监控等领域。虽然如此,目前轮廓跟踪仍有很多理论及技术问题需要解决,比如跟踪指定目标需要离线地训练大量样本、目标丢失或者消失后重新出现和局部遮挡问题等。研究轮廓跟踪具有实用价值和良好的市场前景。本文的工作以在视觉监控场景下长时间跟踪目标轮廓、解决遮挡问题为目标。在下面三个问题上进行了深入的探讨和分析:1)针对目标轮廓的长时间跟踪,本文提出了将基于判别式表观
6、模型的水平集与在线检测的方法相结合的方法。在跟踪过程中加入检测机制,用检测器来辅助跟踪。我们提出用检测器的结果来重新初始化目标轮廓的方法,解决了跟踪漂移和目标丢失的问题,实现了长时间跟踪目标轮廓;同时,我们将检测结果应用到表观模型更新过程中,提高了跟踪性能。2)针对遮挡情况下的轮廓跟踪,本文提出了一种基于非负矩阵分解(NMF)的形状先验模型,并提出一个权重距离因子来控制模型的在线增量学习的方法。本文使用分层的水平集跟踪框架,并提出了一个基于非负约束最小二乘(NNLS)的判别标准来确定是否需要将形状先验模型与表观模型相结合,解决了跟踪过程中的遮挡问题
7、。3)针对目标轮廓跟踪的在线问题,本文引入了在线初始化和在线学习机制。其中,在线初始化包括水平集的初始化、表观模型初始化、检测器初始化和形状模型初始化;在线学习包括表观模型在线学习、形状模型在线学习和检测器的在线学习。克服了在线的跟踪不能离线地训练样本、不能适应目标变化的问题。关键词:水平集,在线学习,目标检测,轮廓跟踪,形状模型,分类器IABSTRACTABSTRACTTargettrackingisoneofthebasicresearchdirectionsinthefieldofcomputervision,andcontourtracki
8、ngplaysanimportantroleinthevisualanalysisandunderstandingasan
此文档下载收益归作者所有