基于视频序列的运动目标跟踪方法研究.pdf

《基于视频序列的运动目标跟踪方法研究.pdf》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、基于视频序列的运动目标跟踪方法研究王强2015年6月中图分类号：TQ028.1UDC分类号：540基于视频序列的运动目标跟踪方法研究作者姓名王强学院名称生命学院指导教师朱梦宇副教授答辩委员会主席唐晓英教授申请学位工程硕士学科专业生物医学工程学位授予单位北京理工大学论文答辩日期2015年6月ResearchofmovingobjecttrackingbasedonvideosequenceCandidateName：WangQiangSchoolorDepartment:SchooloflifescienceFacultyMentor:AssociateProf.MengyuZhuC

2、hair,ThesisCommittee：Prof.XiaoyingTangDegreeApplied:MasterofPhilosophyMajor:BiomedicalEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefence：June，2015研究成果声明本人郑重声明：所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知，文中除特别标注和致谢的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作

3、的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：北京理工大学硕士学位论文摘要目标跟踪技术在人机交互、智能交通、视频监控等领域发挥着重要的作用，但由于场景的复杂性，还需要对该技术进行深入的研究。目标的姿态变化、外界光照变化、遮挡、高速运动等都会给目标跟踪带来干扰，因此构建一个稳健的跟踪系统是我们研究的方向。本文详细介绍了以TLD（Tracking-Learning-Detection）为框架的目标跟踪方法。TLD跟踪算法由检测模块、学习模块、跟踪模块三个部分组成，对于长时间跟踪具有很强的适应性。本文选取三个复杂度不同的场景对TLD跟

4、踪算法进行仿真，实验结果表明跟踪算法在目标丢失后能够重新找回，具有一定的鲁棒性。然而，在遇到遮挡、光照变化和姿态变化时，TLD跟踪算法存在对光照和姿态变化敏感，遮挡后恢复捕捉时间长等问题。为此本文提出了一种基于MeanShift的TLD融合算法，根据TLD跟踪框置信度来动态设置MeanShift算法的迭代起始点，最终准确的获得目标位置。同样的，对改进算法在三种场景下进行了仿真。从实验结果来看，改进的TLD跟踪算法在目标姿态变化和外界光照变化的情况下，跟踪状态良好。当目标丢失后重新出现在视频区域时，改进算法能快速的跟踪到目标。从评估结果来看，目标框的偏移误差大大减小，重叠度大大提高。

5、所以，改进的TLD跟踪算法能够有效的适应复杂场景的目标跟踪，较好的解决了跟踪过程中的漂移和丢失现象，使得跟踪系统更具有鲁棒性、精确性和实时性。关键词：目标跟踪；TLD；目标遮挡；MeanShift；鲁棒性I北京理工大学硕士学位论文AbstractTargettrackingplaysanimportantroleinareassuchashuman-computerinteraction,intelligenttransportation,videomonitoring,butweshoulddosomein-depthresearchofthetechnologybecauseo

6、fthecomplicatedscene.Itwillbringdisturbancebecauseofthetarget’sposturevariation,illuminationchange,objectocclusionandhighspeedmovement,sobuildingarobusttrackingsystemisourresearchdirection.ThispapermainlystudiesthetargettrackingalgorithmwiththesystemframeworkofTLD(TrackingLearningDetection).TL

7、Dalgorithmcouldachievelong-termonlinetargettracking,whichismainlycomposedofthreeparts:thetracker,learningmodule,thedetector.ThispaperselectsthreescenewithdifferentcomplexitytosimulatetheTLDtrackingalgorithms,resultsshowthatthetrackcanbe