论文大小渐变目标检测和跟踪算法是关于对不知道怎么写渐变论文范文课题研究的大学硕士、相关本科毕业论文渐变论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
摘 要： 针对快速压缩跟踪（FCT）算法難以适应复杂背景下大尺寸目标渐变成一个点目标的情况,提出一种改进的目标跟踪算法.首先采用FCT进行跟踪,并且计算当前帧跟踪框与初始跟踪框之间的余弦相似度.一旦余弦相似度小于设定的阈值,则立即切换到卡尔曼滤波器,并且采用基于最大连通域的方法检测目标位置及大小.当目标接近点目标,则将目标检测方法切换至基于高斯差分尺度空间的目标检测方法.实验结果表明该算法可以实现尺寸渐变目标的实时跟踪.
关键词： 运动目标跟踪； 压缩感知； 卡尔曼滤波器； 高斯差分尺度空间
中图分类号： TN911.73?34； TP391.4 文献标识码： A 文章编号： 1004?373X（2017）13?0048?05
Abstract： Since the fast compressive tracking （FCT） algorithm is difficult to adapt to the situation that the large?scale target shrinks to a point gradually in complex environment, an improved target tracking algorithm is proposed. The FCT algorithm is used to track the target, and calculate the cosine similarity between the tracking box of current frame and tracking box of initial frame. Once the cosine similarity is aller than the setting threshold, the tracking algorithm is switched to the Kalman filter immediately, meanwhile the method based on biggest connected area is used to detect the location and size of the target. If the target is close to the point target, the target detection method is switched to the target detection method based on Gaussian differential scale space. The experimental results show that the proposed algorithm can track the variable?sized moving target in real time.
Keywords： moving target tracking； compressive sensing； Kalman filter； Gaussian differential scale space
0 引 言
传统的跟踪算法一般都采用最近几帧的观测数据来更新模型,因而通常都面临两个问题：跟踪初始阶段数据不足；由于引入偏离的样本而导致目标漂移,而且许多算法的计算复杂度都相当高.快速压缩跟踪算法（Fast Compressive Tracking,FCT）[1]因其可以较好地解决由于引入偏离样本所导致的目标漂移问题而被广泛关注.文献[2]针对压缩感知跟踪算法特征单一的问题提出使用多个投影矩阵实现多特征联合跟踪.文献[3]采用梯度方向直方图特征替换Haar特征进行压缩感知跟踪.为了解决被遮挡区域特征缺失造成的位置偏移,文献[4]提出采用在线特征选择方法,从候选特征池中选择置信度较高的特征构造分类器.文献[5]采用随机蕨分类器进行特征分类并通过一种特征置信度度量策略进行在线更新及样本选择,同时提出一种针对目标遮挡的反馈机制.
由于FCT是基于目标特征的提取和判别进行跟踪的,因而对于基本没有形状和纹理特征的小目标并不适用.上述文献普遍都是针对大尺寸目标进行跟踪,对于目标大小渐变的情况未给出解决方法.特别是当目标跑远,在视场中表现为一个斑点且背景较为复杂时,使用FCT跟踪误差较大.
此外,即使目标变成小目标,其尺寸也不是固定不变的,若采用单一尺寸的滤波器检测容易丢失目标.因而考虑对小目标进行多尺度检测.对于目标检测的多尺度方法,文献[6]使用多尺度小波变换检测目标,但该方法没有提供目标的位置和大小信息且计算量大.文献[7]对目标进行建模,利用尺度规范化后的拉普拉斯尺度算子以及像素梯度关系获得可疑目标的中心位置及其尺寸大小.文献[8]通过寻找高斯差分空间中的极大值来获得可疑目标的位置及大小.目标的大小及位置信息对于之后的决策与处理具有重要的指导意义.
基于上述原因,本文提出一种针对不同目标大小可以自主切换的跟踪算法以适应不同环境的需要,当目标较大且具有一定的纹理信息时采用多尺度FCT,当跟踪框余弦相似度小于设定的阈值则迅速切换到卡尔曼滤波器进行跟踪,且根据目标尺寸采用不同的目标检测方法.
1 压缩感知跟踪算法
压缩感知理论（Compressive Sensing,CS）[9?10]表明,如果特征空间的维度足够高,那么这些特征就可以被投影到一个更小的空间,而且该空间包含了重构原特征空间所需的所有信息.因而通过压缩感知理论可以有效降低特征空间的维度,从而降低计算复杂度.实时压缩跟踪算法（Real?Time Compressive Tracking,RTCT）[11]对正负样本使用同一个满足Johnson?Lindenstrauss推论[12]的稀疏测量矩阵进行降维,然后通过一个朴素贝叶斯分类器[13]对压缩感知域中的特征进行分类：
总结:本论文主要论述了渐变论文范文相关的参考文献,对您的论文写作有参考作用。
参考文献：
1、 基于ORB特征点匹配多目标跟踪算法 摘 要：视频中的多目标跟踪是计算机视觉领域的一个重要问题 针对多目标跟踪过程中由于目标缩放、旋转、扭曲以及遮挡等问题的存在导致目标易丢失的问题，。
2、 基于YOLO算法的移动轮船多目标实时检测 摘要：由于人工进行的特征提取存在很多不可控的个人主观偏见，为了降低人为因素对实时检测造成的影响问题，本文中将借鉴先进的深度学习研究成果，以YOL。
3、 基于多传感器融合的运动目标跟踪算法 摘 要： 为了提高多传感器下运动目标跟踪的准确性和实时性，提出了基于多传感器融合下的运动目标跟踪算法。首先采用多个传感器对运动目标的信息进行采集。
4、 基于改进高斯混合模型的体育视频运动目标检测和跟踪 摘 要： 针对当前体育视频运动目标检测存在的弊端，提出改进高斯混合模型的体育视频运动目标检测与跟踪方法。通过分析高斯混合模型的弊端，保留原有的“。
5、 基于能量有效水下分布式粒子滤波跟踪算法 摘 要： 为降低水下无线传感器网络目标跟踪算法能耗并提高定位精度，提出基于能量有效的分布式粒子滤波跟踪算法（EEPF算法）。EEPF算法通过能量。
6、 食品营养和检测专业毕业生就业质量跟踪调研报告 摘 要：毕业生的就业质量反映了一个院校的人才培养质量和专业建设水平。本文以食品营养与检测专业为例，对毕业生的就业质量和毕业生对学院教育教学及管理。