欢迎来到天天文库
浏览记录
ID:50463269
大小:8.57 MB
页数:94页
时间:2020-03-06
《运动模糊下的视觉跟踪算法研究.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、运动模糊下的视觉跟踪算法研究刘养彪2015年01月中图分类号:UDC分类号:运动模糊下的视觉跟踪算法研究作者姓名刘养彪学院名称计算机学院指导教师马波副教授答辩委员会主席沈建冰教授申请学位工学硕士学科专业计算机科学与技术学位授予单位北京理工大学论文答辩日期2015年01月VisualTrackingunderMotionBlurCandidateName:YangbiaoLiuSchoolorDepartment:ComputerScienceandTechnologyFacultyMentor:Assoc
2、iateProf.BoMaChair,ThesisCommittee:Prof.JianbingShenDegreeApplied:MasterofPhilosophyMajor:ComputerScienceandTechnologyDegreeby:BeijingInstituteofTechnologyTheDateofDefence:January,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
3、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视觉跟踪作为计算机视觉中的一个重要研究方向,广泛应用于人机交互、视频监控、智能交通、医学诊断等众多领域。一般而言,视觉跟踪算法包含初始化、表观建模、运动估计和目标定位四个模块,而表观建模是最重要的组成部分。本文首先用Fisher向量建模目标的表观,提出了一
4、种基于Fisher向量的跟踪方法;随后又用一些结构化局部描述子进行表观建模,提出了一种boosting视觉跟踪方法;最后,针对跟踪过程中的运动模糊这一挑战因素进行了深入研究,提出了运动模糊下的跟踪模型。具体如下:提出了一种广义的特征池化框架并用于视觉跟踪。该方法认为概率分布函数可以更好地刻画目标图像片的稀疏编码,而跟踪过程中直接衡量两个分布之间的匹配程度比较耗时,因此该方法从稀疏编码的概率模型中提取Fisher向量用于目标的表观表示,用Fisher向量间的相似程度代替分布之间的匹配程度。为了实例化提出的方
5、法,首先用LCC编码目标图像片,然后利用GMM模型提取编码的Fisher向量,最后引用半监督线性核分类器用来计算候选目标的似然值。在benchmark上的实验结果验证了提出的特征池化框架的有效性。提出了一种基于结构化局部稀疏描述子的Boosting视觉跟踪方法。通过对随机选择的若干个局部稀疏编码进行池化操作,得到一系列结构化局部稀疏描述子。用这些局部描述子建模目标的表观,克服了一般池化方法忽视图像片之间的结构化信息以及当目标发生遮挡时性能下降等问题。通过使用样本的局部描述子训练一个Adaboost分类器,
6、计算每个候选目标的分类分数,然后由结构化重建误差计算候选目标的权重以调整分类分数。实验表明,该方法在处理局部遮挡、变形等方面有着明显的优势。针对跟踪过程中的运动模糊这一挑战因素,提出了运动模糊下的跟踪模型。该模型联合估计模糊核和模板集在粒子集下的稀疏系数矩阵,其中模糊核可以自适应地反映当前目标的模糊情况,而稀疏系数矩阵可以用来缩小候选目标的选择范围,同时也排除了许多较差候选目标的干扰。随后,用候选目标在卷积后的模板集下的结构化重建误差构建似然模型。最后与若干经典跟踪算法在一些运动模糊的视频序列上进行实验对
7、比,结果表明该方法能够有效地处理跟踪过程中的运动模糊这一挑战因素。关键词:视觉目标跟踪;表观建模;特征池化;Fisher向量;稀疏描述子;运动模糊;模糊核I北京理工大学硕士学位论文AbstractVisualtrackingisasignificantcomputervisiontaskwhichcanbeappliedtomanydomains,suchashumancomputerinteraction,intelligenttransportationsystem,visualsurveillanc
8、eandmedicaldiagnosis.Generallyspeaking,atypicalvisualobjecttrackingsystemiscomposedoffourmodules:objectinitialization,appearancemodeling,motionestimation,andobjectlocalization.Amongthesemodules,appearancemodelingist
此文档下载收益归作者所有