基于某多特征地核跟踪算法研究论文设计.doc

《基于某多特征地核跟踪算法研究论文设计.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、SJ005-1CHANGZHOUINSTITUTEOFTECHNOLOGY毕业设计说明书题目：基于多特征的核跟踪算法研究二级学院：光电工程学院专业：测控技术与仪器班级：09测二学生：向聪杰学号：09050223指导教师：相入喜职称：讲师评阅教师：职称：2013年6月摘要视频目标跟踪是计算机视觉领域的重要的研究方向之一，在智能视频监控、智能人机交互和军事等领域都有着广泛的应用。随着信息技术的发展，近十几年许多学者对视频目标跟踪有了深入的研究，逐渐成为一个热点问题。然而在对视频目标跟踪中有很强的挑战性。在诸多提出的视频目标跟踪算法中，许多在实际应用中遇到很多困难，很难准确

2、地对目标进行跟踪。在跟踪过程中如何克服光照、非线性形变和背景中的噪声和干扰等问题成为了研究热点。在众多的目标跟踪算法中，基于核的目标跟踪算法因其较低的运算量与较好的性能被广泛应用于各领域，但是依然有不足之处。基于核的目标跟踪算法以MeanShift为代表，它主要包括目标特征模型的构建、Bhattacharyya系数的计算、核的选择等几个步骤。该算法的关键在于目标特征模型的构建，只有选取很好的特征才能把目标从背景中很好地区分出来。传统的MeanShift算法由于其只选取单视觉特征对目标进行定位，所以在一些场景中不能得到很好的地位效果，因此本文基于传统的MeanShift

3、算法对其进行改进，研究目标特征模型对核跟踪的影响，然后在几个视觉特征中选取多个特征进行线性融合，构建多视觉特征模型，得到一种基于多视觉特征的MeanShift算法。通过实验证明该算法比传统的算法有更好的跟踪效果。关键词：目标跟踪视觉特征MeanShift目标模型Bhattacharyya系数AbstractVisualtrackingisanimportantresearchdirectioninthefieldofcomputervision,intelligentvisualsurveillance,intelligenthuman-computerinterac

4、tion,andmi-litaryandotherfieldshaveawiderangeofapplicationsWiththedevelopmentofinf-ormationtechnologyinthelastdecade,manyscholarsvisualtrackingwithindepthresearch,becomingahotissue.However,thereisastrongchallengeinthevisualtracking.Inmanyoftheproposedvisualtrackingalgorithm,inmanypracti

5、calapplicationsencountermanydifficulties,itisdifficulttoaccuratelytracktheobject.Howtoovercomethelight,inthenonlineardeformationandbackgroundnoiseandinterferenceandotherissuesduringtrackinghasbecomeahottopic.Becauseofitslowcomputationalcomplexityandbetterperformanceinobjecttrackingalgor

6、ithm,kernel-basedobjecttrackingalgorithmhasbeenwidelyusedinvariousfields,buttherearestillinadequate.MeanShiftkernel-basedobjecttrackingalgorithmastherepresentative,whichincludesobjectfeaturemodelBhattacharyyacoefficientcalculation,thechoiceofnu-clearfewsteps.Thekeytothisalgorithmisthatt

7、heobjectfeaturemodelnicefeaturetoonlytheselectedobjectsfromthebackgroundwellpointsoutareas.TraditionalM-eanShiftalgorithmtolocatetheobjectduetoitsselectonlyasinglevisualfeatures,s-oinsomescenescannotgetagoodposition,sothisarticlebasedonthetraditionalMeanShiftalgorithmtoimprovet