發(fā)布時間：2021-08-12 11:11

  目標跟蹤作為計算機視覺與模式識別中的一個重要研究方向,近年來一直備受關注。其中,由于在線跟蹤存在目標及場景先驗知識缺乏,物體及環(huán)境變化不可預測等諸多挑戰(zhàn),因此,與離線跟蹤相比,在線跟蹤的研究對建模方法的適應性和學習策略方面有著更高的要求,從而也成為該研究方向中最具挑戰(zhàn)性的難點問題之一。針對上述問題,本論文從分析在線目標跟蹤的幀內目標表示和幀間運動變化等特點入手,開展了基于運動目標外觀模型與運動估計聯(lián)合建模的在線跟蹤研究。通過構造精確的目標表示模型及靈活的目標運動約束,提高在線學習模型的適應性,并結合魯棒的模型更新機制,實現(xiàn)復雜環(huán)境中精確而魯棒的目標跟蹤,最后通過優(yōu)化學習策略進一步提高了跟蹤方法的實時性。針對非剛體目標形狀不規(guī)則,傳統(tǒng)矩形框表示方式不準確的問題,本文研究了更為普適的基于不規(guī)則區(qū)域的目標跟蹤,提出了基于目標外觀與運動流分割的非剛體目標跟蹤算法。通過將運動估計引入到在線目標分割的過程中,實現(xiàn)了更為精確的目標表示,有效解決了目前制約任意形狀物體在線跟蹤的關鍵問題,并且獲得了較好的跟蹤結果。然而,由于實際環(huán)境的復雜性和多樣性,當目標區(qū)域顏色分布不均勻或目標與背景相似度較高時,很難分割出精確的目標區(qū)域,從而影響了跟蹤器的性能。因此,如何提升跟蹤模型的普適性成為論文研究的下一個目標。通過對在線分類器樣本標簽分布特性的進一步分析發(fā)現(xiàn),利用標記樣本和未標記樣本分布的關聯(lián)性可以極大提升在線分類器的性能。本文充分利用樣本標簽空間分布特性以及幀間的運動估計,提出了基于空間約束與運動估計的改進直推式學習跟蹤算法,簡化了傳統(tǒng)直推式學習的樣本聚類過程的計算成本,有效地提升了分類器學習的效率。而模型中的選擇性目標預測機制和基于預算緩沖的模型更新策略也使得分類器學習更加魯棒,有效克服了目標在具有相似紋理場景中的目標位置估計問題。該算法在不同的應用環(huán)境下獲得了較為準確的跟蹤效果,在線學習效率也得到一定的提升,然而更為精確且實時的在線目標跟蹤還需進一步研究。為了得到準確且實時的跟蹤算法,本文重點研究如何在保證跟蹤器精確性的前提下提升在線目標跟蹤實時性。針對快速的目標預測及精確的目標定位問題,本文綜合利用外觀模型魯棒性高及運動估計精確度高的優(yōu)點,提出了基于外觀模型與運動估計的高階正則化融合跟蹤算法。通過構造具有循環(huán)結構的核函數(shù)作為外觀正則項,快速預測目標的初始位置。再利用運動正則項進行自適應的目標大小尺度估計以及快速運動的處理。最后,采用高階正則化的融合學習的方式實現(xiàn)了更為準確和魯棒的跟蹤器,并且達到了實時的跟蹤速度。通過與多個當前國際主流跟蹤方法在標準測試數(shù)據上的比較,充分證明了本文研究成果的先進性和有效性。
【學位授予單位】：西北工業(yè)大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 宋永江,夏良正,楊世周;多直線全局運動估計及其在圖像穩(wěn)定中的應用[J];東南大學學報(自然科學版);2002年02期

2 楊軍,王群生;一種新的快速塊匹配運動估計搜索算法[J];電視技術;2004年04期

3 宋傳鳴,王相海;小波域視頻運動估計研究進展[J];計算機學報;2005年10期

4 宋傳鳴;王相海;;一種新的小波域視頻可分級運動估計方案[J];計算機學報;2006年12期

5 禹晶;蘇開娜;;塊運動估計的研究進展[J];中國圖象圖形學報;2007年12期

6 金濤;付宇卓;何衛(wèi)鋒;;一種可變塊運動估計結構的優(yōu)化設計[J];微型電腦應用;2008年02期

7 王莉莉;黃曉革;甘濤;;一種自適應十字—方形運動估計快速算法[J];計算機應用研究;2009年02期

8 王洪源;陳慕羿;;一種低功耗容錯運動估計硬件結構[J];現(xiàn)代電子技術;2009年22期

9 謝式絢,楊文瑜;介紹動態(tài)圖象中目標運動估計的兩種方法[J];計算機工程;1987年01期

10 段成罡，顧鐘秀，鄭志航;用基因算法進行運動估計[J];上海交通大學學報;1996年12期

相關博士學位論文 前10條

1 卓濤;基于外觀模型與運動估計聯(lián)合建模的在線目標跟蹤[D];西北工業(yè)大學;2016年

2 陳運必;高性能運動估計的架構設計與優(yōu)化的研究[D];中國科學技術大學;2011年

3 紀中偉;先進的運動估計與運動補償算法在數(shù)字視頻處理中的應用[D];電子科技大學;2002年

4 王鎮(zhèn)道;視頻壓縮的運動估計與小波方法研究[D];湖南大學;2008年

5 魏偉;視頻壓縮編碼的運動估計與補償技術[D];天津大學;2008年

6 許曉中;視頻編碼標準中運動估計技術研究[D];清華大學;2009年

7 于雪松;基于單目無標記點的人體3D運動估計關鍵技術的研究[D];哈爾濱工業(yè)大學;2009年

8 劉新春;面向MPEG-4的視頻分割算法研究[D];中國科學院電子學研究所;2000年

9 朱向軍;視頻運動對象分割與先進運動估計/運動補償算法之研究[D];浙江大學;2006年

10 向東;基于H.264框架的運動估計和變換研究[D];華中科技大學;2006年

相關碩士學位論文 前10條

1 徐情生;H.264整數(shù)運動估計快速算法的電路設計[D];東南大學;2015年

2 陳杰;面向RGBD的對象分割與運動估計技術研究[D];南京大學;2016年

3 鄭吉君;高性能低功耗的運動估計陣列設計與實現(xiàn)[D];上海交通大學;2011年

4 趙彥發(fā);基于邊緣特征的運動估計方法研究[D];西安理工大學;2007年

5 金濤;全搜索運動估計結構的研究與設計[D];上海交通大學;2008年

6 楊沁儀;序列圖像運動估計、目標檢測及分層技術[D];電子科技大學;2004年

7 鄒曉春;基于快速塊匹配的圖象序列運動估計技術研究[D];西北工業(yè)大學;2005年

8 吳慶偉;運動估計方法研究與序列圖像的相關性分析[D];華中科技大學;2005年

9 潘健;基于冗余小波的多分辨率運動估計研究[D];蘇州大學;2006年

10 白然施;視頻壓縮中的運動估計技術的研究[D];汕頭大學;2003年

本文編號：2152886