欢迎来到天天文库
浏览记录
ID:6068901
大小:870.00 KB
页数:24页
时间:2018-01-01
《基于mean-shift算法的目标跟踪技术的研究》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、毕业论文(设计)题目基于mean-shift算法的目标跟踪技术的研究院系专业电子信息工程学生姓名学号指导教师职称_________________二O一二年五月十日目录摘要2第一章绪论31.1课题研究背景及意义31.2运动目标跟踪的国内外研究现状41.3课题研究的主要内容及章节安排6第2章MeanShift理论72.1引言72.2密度估计概述82.3参数密度估计82.4无参密度估计82.4.1无参密度估计的常用方法82.4.2核密度估计原理92.4.3核函数的选取92.5MeanShift理论102.5.1多维空间下核密度估计理论102.5.2密度梯度估计和MeanShif
2、t向量122.5.3MeanShift算法的收敛性14第3章MeanShift目标跟踪算法163.1引言163.2MeanShift算法的步骤173.2.1目标模型描述173.2.2候选模型描述173.2.3目标相似性度量183.2.4目标定位183.3算法的具体实现203.4目标尺度的自适应更新223.5实验结果分析223.6本章小结22参考文献23结论23致谢23基于mean-shift算法的目标跟踪技术的研究摘要:基于视频的运动目标跟踪是计算机视觉研究领域的一项必不可少的关键技术。MeanShift算法是众多优秀的运动目标跟踪算法之一。本文的主要研究内容为MeanSh
3、ift理论和传统的MeanShift目标跟踪算法,MeanShift算法采用核颜色直方图作为描述目标的模型,核函数的单峰性使得该算法对目标的部分遮挡或目标变形具有较好的鲁棒性,并且具有较好的实时性。本文介绍了MeanShift的一些相关理论,如核密度估计理论等,解释了MeanShift向量的概念,并对MeanShift算法的收敛性进行了证明。在MeanShift理论的基础上,本文详细描述了MeanShift应用于目标跟踪的具体方法和步骤,同时提出了尺度自适应的更新策略,以满足跟踪过程中目标尺度的变化要求,还列出了MeanShift算法在各种不同情况下的实验结果及分析。关键词
4、:MeanShift,密度估计,核函数第一章绪论1.1课题研究背景及意义人类从外部世界获得的感官信息中,80%以上是来自于视觉。人们通过视觉能力从外界获取各种事物的图像信息,视觉系统将这些信息传递给大脑进行处理,产生含义异常丰富的视觉信息,然后大脑再理解这些视觉信息,从而指导人们进行各种相应的活动让机器人具有视觉是人类的一个梦想,机器拥有人类的视觉功能对世界产生的影响怎么估计大概都不为过。现实世界中的物体都是三维的,而人眼所获得的景物图像是二维的,人类的视觉系统能从二维图像中获得三维信息,从而感知三维世界。但是让机器拥有这样的能力却是非常困难的事情。随着信号处理理论的发展和
5、计算机的出现,人们似乎发现了一条模拟人类视觉的可行之路:用摄像机获取环境图像并转换成数字信号,用计算机通过数字图像处理的方法模拟人类对视觉信息处理的全过程,这样,就形成了一门新兴的学科—计算机视觉。计算机视觉是一门综合性和学科交叉性很强的学科,它涉及图像处理、人工智能、模式识别、人工神经网络和数学等。其研究目标是使计算机具有通过二维图像认知三维环境的能力,这种能力将不仅使机器能够感知三维环境中的形状、位置、姿势等物体的几何信息,而且更重要的是能够对这些信息进行描述、存储、识别和理解。计算机视觉的研究始于20世纪50年代末,到80年代,计算机视觉的基本研究中取得了重要进展,D
6、avidMarr基于数学和神经科学领域的背景提出了比较完善的计算机视觉理论,首次从信息处理的角度综合了图像处理、心理物理学和神经生理学等学科的研究成果,提出了第一个较为完善的视觉系统框架。20世纪50年代从统计模式识别开始的,当时的工作主要集中在二维图像的分析和识别上,如光学字符识别,工件表面、显微图片和航空图片的分析和解释等。60年代Robesrt(1965)通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构,并对物体形状及物体的空间关系进行描述。Rboerts的研究工作开创了以理解三维场景为目的的三维计算机视觉的研究。Rboerts对积木世界的
7、创造性研究给人们以极大的启发,许多人相信,一旦由白色积木玩具组成的三维世界可以被理解,则可以推广到理解更复杂的三维场景。70年代,已经出现了一些视觉应用系统。70年代中期,麻省理工学院(MIT)人工智能A(D实验室正式开设“计算机视觉,(Maehinevision)课程,由国际著名学者B.K.P.Horn教授讲授。同时,MIT^I实验室吸引了国际上许多知名学者参与计算机视觉的理论、算法和系统设计的研究,DvadiMarr教授就是其中的一位。他于1973年应邀在MTIAI实验室领导一个以博士生为主体的研究小组,197
此文档下载收益归作者所有