学位论文 > 优秀研究生学位论文题录展示

基于MeanShift算法的目标跟踪问题研究

作　者: 田莘
导　师: 张卫国
学　校: 西安科技大学
专　业: 计算机软件与理论
关键词: 运动目标检测目标跟踪 MeanShift 质心子模板更新
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 432次
引　用: 4次
阅　读: 论文下载

内容摘要

运动目标跟踪涉及到计算机图像处理、视频图像处理、模式识别以及人工智能等诸多领域,是一门交叉性很强的学科。被跟踪目标本身特征的多样性、所处环境的复杂性和跟踪过程中的遮挡问题,都构成了限制跟踪算法鲁棒性的关键因素。因此,研究一种实时性、鲁棒性好的运动目标跟踪方法依然是该领域面临的一个巨大挑战。本文首先研究了传统的基于MeanShift算法的目标跟踪问题,通过实验证实了MeanShift算法在背景复杂、遮挡等情况下可能发生的跟踪失败现象。在此基础上提出了改进的MeanShift算法,即:通过计算跟踪目标区域内每个颜色的质心位置来确定候选目标模板中心点的位置。相比于传统MeanShift算法而言,改进后的MeanShift算法包含了目标区域颜色分布的空间信息,改善了传统MeanShift算法中丢失像素点所在空间位置信息的不足。其次,针对遮挡情况下的目标跟踪问题进行研究。使用选择性子模型更新策略,将特征模型中的每个分量作为单独个体,并基于每个分量的匹配贡献度,分别选择当前帧中需要更新的子模型分量及其更新权值进行更新以提高其跟踪过程的鲁棒性。并将改进后的MeanShift算法与子模板更新策略相结合,有效解决了遮挡情况下可能出现的跟踪失败问题,提高了算法的鲁棒性。

全文目录

摘要  2-3
ABSTRACT  3-7
1 绪论  7-12
  1.1 课题研究目的与意义  7-8
  1.2 国内外研究现状  8-9
  1.3 目标跟踪问题的困扰因素  9-10
  1.4 论文的内容概要  10-12
2 运动目标检测技术的研究  12-22
  2.1 运动目标检测技术概述  12
  2.2 帧间差分法  12-14
    2.2.1 相邻帧差法  13-14
    2.2.2 三帧差分法  14
  2.3 背景差分法  14-15
  2.4 形态学应用  15-18
  2.5 实验结果分析  18-21
    2.5.1 相邻帧差法下的运动目标检测  18-19
    2.5.2 三帧差分法下的运动目标检测  19
    2.5.3 背景差分法下的运动目标检测  19-21
  2.6 本章小结  21-22
3 基于MeanShift 的目标跟踪算法  22-32
  3.1 无参密度估计理论  22-23
  3.2 传统MeanShift 理论及其扩展形式  23-25
  3.3 MeanShift 算法中颜色空间的选择  25-26
  3.4 目标跟踪中的MeanShift 算法  26-29
    3.4.1 目标模板的描述  27
    3.4.2 候选模板的描述  27-28
    3.4.3 相似性度量  28
    3.4.4 运动目标跟踪的实现过程  28-29
  3.5 实验结果分析  29-30
  3.6 本章小结  30-32
4 改进的MeanShift 跟踪算法  32-44
  4.1 传统MeanShift 算法存在的问题  32-34
    4.1.1 核窗口带宽问题  32-33
    4.1.2 颜色分布问题  33-34
  4.2 改进后的MeanShift 算法  34-36
  4.3 改进后MeanShift 算法流程  36-37
  4.4 实验结果分析  37-42
    4.4.1 背景环境复杂情况下的目标跟踪  37-39
    4.4.2 背景信息大幅度改变情况下的目标跟踪  39-41
    4.4.3 跟踪目标与背景颜色相似情况下的目标跟踪  41-42
  4.5 本章小结  42-44
5 遮挡情况下的目标跟踪问题  44-53
  5.1 模板更新的必要性及其存在的问题  44-45
  5.2 模板更新策略  45-47
    5.2.1 整体模板更新策略  45
    5.2.2 选择性子模板更新策略  45-47
  5.3 改进后MeanShift 算法下的子模板更新策略  47-49
  5.4 实验结果分析  49-52
  5.5 本章小结  52-53
6 结论  53-54
  6.1 总结  53
  6.2 展望  53-54
致谢  54-55
参考文献  55-59
附录  59

基于MeanShift算法的目标跟踪问题研究

内容摘要

全文目录

相似论文