發(fā)布時(shí)間：2021-08-12 11:11

  目標(biāo)跟蹤作為計(jì)算機(jī)視覺與模式識(shí)別中的一個(gè)重要研究方向,近年來一直備受關(guān)注。其中,由于在線跟蹤存在目標(biāo)及場景先驗(yàn)知識(shí)缺乏,物體及環(huán)境變化不可預(yù)測等諸多挑戰(zhàn),因此,與離線跟蹤相比,在線跟蹤的研究對(duì)建模方法的適應(yīng)性和學(xué)習(xí)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(diǎn)問題之一。針對(duì)上述問題,本論文從分析在線目標(biāo)跟蹤的幀內(nèi)目標(biāo)表示和幀間運(yùn)動(dòng)變化等特點(diǎn)入手,開展了基于運(yùn)動(dòng)目標(biāo)外觀模型與運(yùn)動(dòng)估計(jì)聯(lián)合建模的在線跟蹤研究。通過構(gòu)造精確的目標(biāo)表示模型及靈活的目標(biāo)運(yùn)動(dòng)約束,提高在線學(xué)習(xí)模型的適應(yīng)性,并結(jié)合魯棒的模型更新機(jī)制,實(shí)現(xiàn)復(fù)雜環(huán)境中精確而魯棒的目標(biāo)跟蹤,最后通過優(yōu)化學(xué)習(xí)策略進(jìn)一步提高了跟蹤方法的實(shí)時(shí)性。針對(duì)非剛體目標(biāo)形狀不規(guī)則,傳統(tǒng)矩形框表示方式不準(zhǔn)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(biāo)跟蹤,提出了基于目標(biāo)外觀與運(yùn)動(dòng)流分割的非剛體目標(biāo)跟蹤算法。通過將運(yùn)動(dòng)估計(jì)引入到在線目標(biāo)分割的過程中,實(shí)現(xiàn)了更為精確的目標(biāo)表示,有效解決了目前制約任意形狀物體在線跟蹤的關(guān)鍵問題,并且獲得了較好的跟蹤結(jié)果。然而,由于實(shí)際環(huán)境的復(fù)雜性和多樣性,當(dāng)目標(biāo)區(qū)域顏色分布不均勻或目標(biāo)與背景相似度較高時(shí),很難分割出精確的目標(biāo)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(gè)目標(biāo)。通過對(duì)在線分類器樣本標(biāo)簽分布特性的進(jìn)一步分析發(fā)現(xiàn),利用標(biāo)記樣本和未標(biāo)記樣本分布的關(guān)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(biāo)簽空間分布特性以及幀間的運(yùn)動(dòng)估計(jì),提出了基于空間約束與運(yùn)動(dòng)估計(jì)的改進(jìn)直推式學(xué)習(xí)跟蹤算法,簡化了傳統(tǒng)直推式學(xué)習(xí)的樣本聚類過程的計(jì)算成本,有效地提升了分類器學(xué)習(xí)的效率。而模型中的選擇性目標(biāo)預(yù)測機(jī)制和基于預(yù)算緩沖的模型更新策略也使得分類器學(xué)習(xí)更加魯棒,有效克服了目標(biāo)在具有相似紋理場景中的目標(biāo)位置估計(jì)問題。該算法在不同的應(yīng)用環(huán)境下獲得了較為準(zhǔn)確的跟蹤效果,在線學(xué)習(xí)效率也得到一定的提升,然而更為精確且實(shí)時(shí)的在線目標(biāo)跟蹤還需進(jìn)一步研究。為了得到準(zhǔn)確且實(shí)時(shí)的跟蹤算法,本文重點(diǎn)研究如何在保證跟蹤器精確性的前提下提升在線目標(biāo)跟蹤實(shí)時(shí)性。針對(duì)快速的目標(biāo)預(yù)測及精確的目標(biāo)定位問題,本文綜合利用外觀模型魯棒性高及運(yùn)動(dòng)估計(jì)精確度高的優(yōu)點(diǎn),提出了基于外觀模型與運(yùn)動(dòng)估計(jì)的高階正則化融合跟蹤算法。通過構(gòu)造具有循環(huán)結(jié)構(gòu)的核函數(shù)作為外觀正則項(xiàng),快速預(yù)測目標(biāo)的初始位置。再利用運(yùn)動(dòng)正則項(xiàng)進(jìn)行自適應(yīng)的目標(biāo)大小尺度估計(jì)以及快速運(yùn)動(dòng)的處理。最后,采用高階正則化的融合學(xué)習(xí)的方式實(shí)現(xiàn)了更為準(zhǔn)確和魯棒的跟蹤器,并且達(dá)到了實(shí)時(shí)的跟蹤速度。通過與多個(gè)當(dāng)前國際主流跟蹤方法在標(biāo)準(zhǔn)測試數(shù)據(jù)上的比較,充分證明了本文研究成果的先進(jìn)性和有效性。
【學(xué)位授予單位】：西北工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋永江,夏良正,楊世周;多直線全局運(yùn)動(dòng)估計(jì)及其在圖像穩(wěn)定中的應(yīng)用[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

2 楊軍,王群生;一種新的快速塊匹配運(yùn)動(dòng)估計(jì)搜索算法[J];電視技術(shù);2004年04期

3 宋傳鳴,王相海;小波域視頻運(yùn)動(dòng)估計(jì)研究進(jìn)展[J];計(jì)算機(jī)學(xué)報(bào);2005年10期

4 宋傳鳴;王相海;;一種新的小波域視頻可分級(jí)運(yùn)動(dòng)估計(jì)方案[J];計(jì)算機(jī)學(xué)報(bào);2006年12期

5 禹晶;蘇開娜;;塊運(yùn)動(dòng)估計(jì)的研究進(jìn)展[J];中國圖象圖形學(xué)報(bào);2007年12期

6 金濤;付宇卓;何衛(wèi)鋒;;一種可變塊運(yùn)動(dòng)估計(jì)結(jié)構(gòu)的優(yōu)化設(shè)計(jì)[J];微型電腦應(yīng)用;2008年02期

7 王莉莉;黃曉革;甘濤;;一種自適應(yīng)十字—方形運(yùn)動(dòng)估計(jì)快速算法[J];計(jì)算機(jī)應(yīng)用研究;2009年02期

8 王洪源;陳慕羿;;一種低功耗容錯(cuò)運(yùn)動(dòng)估計(jì)硬件結(jié)構(gòu)[J];現(xiàn)代電子技術(shù);2009年22期

9 謝式絢,楊文瑜;介紹動(dòng)態(tài)圖象中目標(biāo)運(yùn)動(dòng)估計(jì)的兩種方法[J];計(jì)算機(jī)工程;1987年01期

10 段成罡，顧鐘秀，鄭志航;用基因算法進(jìn)行運(yùn)動(dòng)估計(jì)[J];上海交通大學(xué)學(xué)報(bào);1996年12期

相關(guān)博士學(xué)位論文 前10條

1 卓濤;基于外觀模型與運(yùn)動(dòng)估計(jì)聯(lián)合建模的在線目標(biāo)跟蹤[D];西北工業(yè)大學(xué);2016年

2 陳運(yùn)必;高性能運(yùn)動(dòng)估計(jì)的架構(gòu)設(shè)計(jì)與優(yōu)化的研究[D];中國科學(xué)技術(shù)大學(xué);2011年

3 紀(jì)中偉;先進(jìn)的運(yùn)動(dòng)估計(jì)與運(yùn)動(dòng)補(bǔ)償算法在數(shù)字視頻處理中的應(yīng)用[D];電子科技大學(xué);2002年

4 王鎮(zhèn)道;視頻壓縮的運(yùn)動(dòng)估計(jì)與小波方法研究[D];湖南大學(xué);2008年

5 魏偉;視頻壓縮編碼的運(yùn)動(dòng)估計(jì)與補(bǔ)償技術(shù)[D];天津大學(xué);2008年

6 許曉中;視頻編碼標(biāo)準(zhǔn)中運(yùn)動(dòng)估計(jì)技術(shù)研究[D];清華大學(xué);2009年

7 于雪松;基于單目無標(biāo)記點(diǎn)的人體3D運(yùn)動(dòng)估計(jì)關(guān)鍵技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2009年

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

9 朱向軍;視頻運(yùn)動(dòng)對(duì)象分割與先進(jìn)運(yùn)動(dòng)估計(jì)/運(yùn)動(dòng)補(bǔ)償算法之研究[D];浙江大學(xué);2006年

10 向東;基于H.264框架的運(yùn)動(dòng)估計(jì)和變換研究[D];華中科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 徐情生;H.264整數(shù)運(yùn)動(dòng)估計(jì)快速算法的電路設(shè)計(jì)[D];東南大學(xué);2015年

2 陳杰;面向RGBD的對(duì)象分割與運(yùn)動(dòng)估計(jì)技術(shù)研究[D];南京大學(xué);2016年

3 鄭吉君;高性能低功耗的運(yùn)動(dòng)估計(jì)陣列設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2011年

4 趙彥發(fā);基于邊緣特征的運(yùn)動(dòng)估計(jì)方法研究[D];西安理工大學(xué);2007年

5 金濤;全搜索運(yùn)動(dòng)估計(jì)結(jié)構(gòu)的研究與設(shè)計(jì)[D];上海交通大學(xué);2008年

6 楊沁儀;序列圖像運(yùn)動(dòng)估計(jì)、目標(biāo)檢測及分層技術(shù)[D];電子科技大學(xué);2004年

7 鄒曉春;基于快速塊匹配的圖象序列運(yùn)動(dòng)估計(jì)技術(shù)研究[D];西北工業(yè)大學(xué);2005年

8 吳慶偉;運(yùn)動(dòng)估計(jì)方法研究與序列圖像的相關(guān)性分析[D];華中科技大學(xué);2005年

9 潘健;基于冗余小波的多分辨率運(yùn)動(dòng)估計(jì)研究[D];蘇州大學(xué);2006年

10 白然施;視頻壓縮中的運(yùn)動(dòng)估計(jì)技術(shù)的研究[D];汕頭大學(xué);2003年

本文編號(hào)：2152886