改进的粒子滤波算法在视频目标跟踪中的应用研究

来源 :兰州理工大学 | 被引量 : 1次 | 上传用户:q19070
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频目标跟踪在视频监控、人机交互、智能交通等领域有着广泛的应用,它作为计算机视觉领域的核心问题之一,主要研究如何让计算机来实现人类的一些功能,比如模拟人的大脑来进行视觉分析,为目标跟踪的具体过程提供客观性的参考数据。由于实际环境总是复杂多变的,背景的干扰、光照的变化、遮挡都会影响跟踪的效果,而且视频目标在运动的过程中自身也会发生一些变化,如形状、大小、运动的轨迹等,都会给视频跟踪带来困难。虽然人们对视频跟踪的研究取得了不少进步,并且针对不同的环境提出了许多跟踪算法,但是在实际应用中仍不堪完美,依旧存在着许多问题和困难,因此视频跟踪具有很高的研究价值。本文就如何提高跟踪效果中的实时性和准确性两方面展开论述,主要做的工作如下:(1)为提高跟踪算法的实时性,将均值偏移算法和粒子滤波算法进行融合,本文采用一种自适应状态转移的混合跟踪算法。首先在粒子滤波框架中采用零阶自适应变化模型来预测目标的状态,它的更新过程主要依赖目标在前几帧的平均变化。该模型相对于一阶或二阶模型,能更好地处理运动过快或发生旋转情况下的跟踪。(2)在上述跟踪过程中如果发生目标与背景相似等多峰值情况时,在当前目标估计位置周围利用粒子滤波随机产生新的粒子,以每个粒子为中心位置,进行MS并行跟踪,通过这些新的粒子集来确定目标的最终位置,由于扩大了搜索区域,所以使得跟踪效果更加接近实际跟踪环境。(3)针对复杂背景下的运动目标跟踪问题,在上述混合算法的基础上融合多个特征。具体方法是通过构建目标与背景图像特征分布方差的比值函数来衡量目标与背景间的区分度,并计算特征融合权重。为了克服模板更新过程中的漂移,本文选择计算前后相邻两帧间目标模型的相似度函数,对跟踪模板进行自适应更新。
其他文献
主持人语  为了全面提升区域教育质量,近年来,江苏省张家港市教育局以“促进学生的全面发展”为目标,按照素质教育的总要求,出台了一系列“教育新政”。“教育新政”的基本指导思想就是通过“简政放权”,减少干预,鼓励学校立足校情,主动创新,自主发展,自我超越,进而实现区域教育质态的整体提升,办人民满意的“美丽学校”。  “教育新政”的出台,犹如给基层学校注入了一剂兴奋剂,极大地调动了基层学校自主办学的积极
表情是人类用来表达情感的一种基本方式,是非语言交流的一种有效手段。人们可以通过表情准确而微妙地表达自己的思想感情,也可通过表情辨认和了解对方的态度和内心世界。近年来
分布式存储利用分散的数据节点分担存储负荷,提升系统性能。在分布式存储领域,数据可靠性以及系统中通信和存储开销的优化问题是该领域的核心热点问题。本文基于节点失效概率,优
基于身份认同视角,探讨高校档案在干部人事档案审核中身份认同功能.干部人事档案审核是一次社会集体的身份认同活动,针对干部档案审核中存在的材料缺失、数据模糊、信息不全
学位
期刊
随着计算机仿真的发展,三维仿真技术已经广泛地应用到工业领域中。本文就是按照国家粉体中心的要求,为含能材料的生产流水线中的连续混合过程建立三维仿真系统,从而能够真实
电容层析成像技术(Electrical Capacitance Tomography,简称ECT)根据管道或封闭容器内多相流体中各相介质介电常数不同的原理,通过电容传感器、电容测量电路和数据采集系统测量出各极板间的电容值,并结合相应的图像重建算法将管道或容器内介质分布图显示出来,通过提取图像的特征参数参与过程控制。ECT技术具有适用范围广、非侵入、快速、安全性能好、结构简单等优点,近年来已应用于电