基于核相关滤波的目标跟踪算法研究

《基于核相关滤波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、工程硕士学位论文基于核相关滤波的目标跟踪算法研究作者姓名罗雅愉工程领域电子与通信工程校内指导教师殷瑞祥教授校外指导教师罗伟民高级工程师所在学院电子与信息学院论文提交日期2015年12月ResearchontargettrackingmethodbasedonKernelizedCorrelationFiltersADissertationSubmittedfortheDegreeofMasterCandidate：LuoYayuSupervisor：Prof.YinRuixiangSouthChinaUniversityofTechnologyGuangzhou,China分类号：１Ｔ３９

2、１学校代号：１０５６１学号：２０１３２１０１００９３华南理工大学硕±学位论文基于核相关滤波的目标跟踪算法硏究、职：作者姓名：罗雅愉指导教师姓名称殷瑞样教授申请学位级别：工程硕＋工程领域名称：电子与通信Ｔ程论文形式：□产品研发□工程设计Ｖ应用研究□工程／项目转理□调研报告研究方向：图像处理与视频信号处理论文提交日期：，口巧年＾月＾日论文答辩日期：《年３月日学位授予单位：华南理工大学学位授予日期：年月曰答辩委员＾员：华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所。除了文中

3、特别加１：＾标注引用的内容外取得的研究成果，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：扣年３月ＪＹ日＾学位论文版权使用授权书目本学位论文作者完全了解学校有关保留、使用学位论文的规定，Ｐ；研巧生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位）；可全论文被查阅（除在保密期内的保密论文外学校Ｗ公布学位论文的＞，＾＾１允许采、缩或其复制手段保存、汇

4、编位部或部分内容可用影印印它学一。。论文本人电子文档的内容和纸质论文的内容相致：本学位论文属于。□，保密在年解密后适用本授权书曰味保密，同意在校园网上发布，供校内师生和与学校有共享协议；）志的单位浏览同意将本人学位论文提交中国学术期刊（光盘版电子杂社ＣＮＫＩ源《识》，全文出版和编入中国知资总库传播学位论文的全部或部分内。容＂＂上Ｖ（请在相应方框内打）：鄉：签曰感；．冲作者名．期义ｆ＜爹勺＾：指导教师签名日期柳６．文叫作；电子邮箱：者联系电话＾址；联系地（含邮编）摘要随着计算机性能的提高，图像处理以及机器学习技术领域的发展，计算

5、机正在逐步代替人智能地进行数据处理。对于如何利用计算机进行大运算量的视频处理，对视频图像信息读取和分析，成为了当前人工智能的一个重点的研究领域。随着视觉目标跟踪被广泛应用于人机交互、视频监控、国防安全等各个领域，其所面临的环境也越来越具有挑战性，如光照变化、姿态多样、尺度缩放、运动模糊、遮挡和消失等多种不确定因素。因此，研究一种鲁棒和实用的目标跟踪算法是当前一项极具挑战性的工作。本文对核相关滤波的理论展开了深入研究，针对当前目标跟踪中的难点问题，在前人的研究成果的基础上提出了一些有效的改进方法，具体研究工作概括如下：1．为了适应跟踪过程当中目标的严重遮挡和消失，提出了一种基于稀疏表示的核相

6、关滤波跟踪算法。该算法利用稀疏表示作为目标跟踪的模板，以核相关滤波为整体跟踪框架，将两者进行结合。在目标跟踪可靠时进行稀疏模板的更新，能有效避免核相关滤波中更新过程目标严重遮挡和消失导致的模型错误更新问题。2.为了进一步提高核相关滤波目标跟踪算法的跟踪准确度，提出了由粗到细的核相关滤波目标跟踪框架。在跟踪过程中，为跟踪目标同时建立目标跟踪模板和修正模板。由跟踪模板粗略得到多个目标的候选区域，再利用修正模板在候选区域内更准确定位目标。实验证明该算法显著提高跟踪准确度，能有效应对遮挡、形变和旋转等挑战。3.提出了一种适应尺度变化快速特征提取方法。在核相关滤波器跟踪框架上，对样本进行提取特征中，

7、提出了一种快速的特征提取方法，提取目标的梯度直方图组合特征。该方法能有效减少对同一块区域的多次特征提取，减少冗余数据，且保留目标的关键部分。实验表示该算法能够快速提取样本特征，适应目标物体的尺度变化。本文围绕着当前目标跟踪中面临的难点问题，对核相关滤波目标跟踪算法展开了深入研究，针对不同问题提出了相应的改进方法。实验采用目标跟踪领域权威标准视频库VisualTrackerBenchmark作为数据源，将本文提出的目标跟踪