基于结构支持向量机的目标跟踪算法研究

基于结构支持向量机的目标跟踪算法研究

ID:35069291

大小:2.66 MB

页数:64页

时间:2019-03-17

基于结构支持向量机的目标跟踪算法研究_第1页
基于结构支持向量机的目标跟踪算法研究_第2页
基于结构支持向量机的目标跟踪算法研究_第3页
基于结构支持向量机的目标跟踪算法研究_第4页
基于结构支持向量机的目标跟踪算法研究_第5页
资源描述:

《基于结构支持向量机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、工学硕士学位论文基于结构支持向量机的目标跟踪算法研究戴诗语哈尔滨理工大学2016年3月国内图书分类号:TP391.41工学硕士学位论文基于结构支持向量机的目标跟踪算法研究硕士研究生:戴诗语导师:王爱丽申请学位级别:工学硕士学科、专业:信号与信息处理所在单位:测控技术与通信工程学院答辩日期:2016年3月授予学位单位:哈尔滨理工大学ClassifiedIndex:TP391.41DissertationfortheMasterDegreeinEngineeringStudyonObjectTrackingAlgorithmsBasedonStructuredSuppor

2、tVectorMachineCandidate:DaiShiyuSupervisor:WangAiliAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:SignalandInformationProcessingDateofOralExamination:March,2016HarbinUniversityofScience&University:Technology-'哈尔滨理工大学硕±学位论文原创性声明本人郑重声明;此处所提交的硕±学位论文《基于结构支持向量机的目标跟踪算法研究》,是本人在导师指

3、导下,在哈尔滨理工大学攻读硕壬学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰写过的研巧成果。对本文研究工作做出贡献的个人和集体,均己在文中明碗方式注明。本声明的法律结果将完全由本人承担。作者签名:妻每痒曰其月:兴/與杂曰哈尔滨理工大学硕±学位论文使用授权书《基于结构支持向量机的目标跟綜算法研究》系本人在哈尔滨理工大学攻读硕±学位期间在导师指导下完成的硕±学位论文。本论文的研究成果归哈尔滨理工大学所有,本论文的研究内容不得W其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论

4、文的规定,同意学校保留并向有关部口提交论文和电子版本,允许论文被查阅和借阅。本人授权哈尔滨理工大学可W采用影印、缩印或其他复制手段保存论文,可^斗公布论文的全部或部分内容。本学位论文属于I保密□,在年解密后适用授权书。不保密曰(请在W上相应方框内打V)作者签名:葛祭扩曰期:立'反年^月y口曰^?导■名:/币曰期年月夫曰.章為/白mM基于结构支持向量机的目标跟踪算法研究摘要随着科技进步和社会发展,计算机视觉跟随人工智能的脚步走入人类视野。目标检测与跟踪课题,作为计算机视觉的关键问题,也是一个经典难题,近年来受到各个

5、相关领域研究学者的关注,并且应对不同场景探索不同的检测与跟踪算法。在目标检测和目标跟踪两个领域中,关键的问题都在于如何有效描述目标、如何让计算机准确识别目标;不同点在于检测看重的是精确度,而跟踪在于实时性。应对这两种需求,本文结合支持向量机的优秀分类特性,研究了以下检测和跟踪系统。对于目标检测系统,在其训练阶段,首先在每个滑动窗口中分别计算HOG特征与LBPHF特征,然后将两者结合构成联合特征。接着利用线性支持向量机(SVM)训练分类器,其中本算法通过自举法(BootstrapMethod)不断更新优化分类器,以此获得最优判别模型。在训练阶段的基础上,将提取所得的联合

6、特征输入上一阶段所获得的分类器中进行判别,最后采用非极大值抑制(NMS)的融合方法对重叠检测窗口进行融合,以此获得最终的检测结果。实验证明改进后的方法满足检出率高、计算复杂度低、抗行人肢体偏转干扰能力强等要求。对于目标跟踪系统,首先利用无模型的跟踪框架,运用改进的HOG-LBPHF对目标进行表观,并且结合目标间的结构信息,以此来训练SVM。其次采用被动主动感知器对分类平面进行优化。最后用最小生成树模型确定下一帧的所在位置。经过实验对比,本算法具有良好的跟踪性能。关键词目标检测;目标跟踪;特征提取;机器学习;支持向量机-I-StudyonObjectTrackingAl

7、gorithmsBasedonStructuredSupportVectorMachineAbstractAstechnologyadvances,computervisionfollowsthefootstepsofartificialintelligenceintothevisualfield.Theissueofobjectdetectionandtrackingisakeyandchallengingproblemincomputervision.Inrecentyears,variousscholarsintherelevantareaso

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。