论文基于超像素和BoF运动目标跟踪算法是大学硕士与本科像素毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写像素图片方面论文范文。
摘 要： 针对由遮挡、光照、形变等干扰产生的漂移问题,提出基于超像素和BoF的运动目标跟踪算法.此算法首先利用SLIC方法对运动目标的观测区域进行超像素分割,然后基于超像素构造中层视觉线索的超像素字典以及低层像素特征的BoF字典,实现对运动目标表观模型的混合建模,最后引入粒子滤波框架和在线字典更新,以适应目标和背景的变化.实验结果表明,该算法能够很好地应对严重遮挡、非刚性变换、复杂背景等干扰因素的影响,具有很好的稳定性和鲁棒性.
关键词： 目标跟踪； 表观模型； 中层视觉线索； 超像素； BoF； 粒子滤波框架
中图分类号： TN820.4?34； TP391.41 文献标识码： A 文章编号： 1004?373X（2018）06?0037?04
Abstract： In allusion to the drift problems caused by occlusion, illumination and deformation, a motion target tracking algorithm based on superpixel and BoF is proposed. The SLIC method is adopted to perform superpixel segmentation for observation area of motion target. The superpixel dictionary with mid?level visual cues and BoF dictionary with low?level superpixel characteristic are constructed based on superpixel to realize hybrid modeling for motion target appearance model. Particle filtering framework and online dictionary update are introduced to adapt the variations of targets and background. The experimental results show that the algorithm can tackle the effects of severe occlusion, non?rigid deformation, complex background and other interference factors, and has good stability and robustness.
Keywords： target tracking； appearance model； mid?level visual cue； superpixel； BoF； particle filtering framework
0 引 言
作为机器视觉领域的研究热点,运动目标跟踪融合图像处理、人工智能、模式识别等众多不同领域的相关基础知识,已经被广泛应用于智能交通、工业机器人、医疗诊断等领域.Wu等人总结了近年来众多学者提出的31种有效跟踪算法[1],用于解决常见的11种干扰问题,例如光照变换、非刚性变换、目标遮挡等.
根据算法中对运动目标表观模型相似度的判别方式,运动目标跟踪算法可以分为生成式算法和判别式算法两大类.其中,生成式算法是根据运动目标的全局特征在后续的场景中搜索最相似的状态作为跟踪结果.当运动目标受干扰因素影响发生较为剧烈的特征变化时,算法会产生较大的漂移问题.经典的生成式算法有VTD[2],L1T[3]等.Bao等人改進了L1T方法,使用L1APG方法加速求解稀疏系数[4],提高了跟踪的效率和精度.Cheng等人提出粒子滤波框架下目标状态的多个片段和SIFT特征点匹配相结合的算法[5],较好地应对了遮挡、光照、尺度等复杂场景的运动变化.
判别式算法基于运动目标的局部特征建立表观模型,把运动目标跟踪转换成目标和背景的二元分类问题.此类算法能够较好地应对跟踪过程中遇到的多种复杂干扰.经典的生成式算法有MIL[6],TLD[7]等.Yang等人提出了BoFT算法[8],该算法基于传统的IVT算法,结合RGB和LBP两种类型的局部BoF,获得了良好的跟踪效果.近年来,综合上述两大类算法的互补性,Zhong等人提出了生成式算法和判别式算法相结合的稀疏跟踪模型[9].Yang等人提出了SPT算法[10],先获取目标和背景区域中超像素和特征簇的概率分布,然后通过在线字典学习和MAP方法推导出最佳的候选运动目标区域,能够较好地应对严重遮挡、大幅度非刚性变换等干扰因素的影响.
受上述研究的启发,本文提出一种新的运动目标跟踪算法,该算法在文献[10] SPT算法的基础上加入BoF特征包,结合超像素字典和BoF字典进行运动目标跟踪,克服了SPT算法对相似背景干扰应对能力较差的缺陷.同文献[5]提及的算法相比,本算法的BoF字典提取了图像低层像素对应的超像素,可以充分利用超像素对光照、速度、形变的不变性,更为鲁棒地重构受外界干扰的目标.实验结果表明,本算法构建了自适应的运动目标表观模型,提高了多种严重干扰因素影响下相似度的匹配值,降低了目标跟踪结果漂移的概率,最终提高了算法的鲁棒性和有效性.
1 构建超像素字典和BoF字典的表观模型
1.1 超像素字典的构建
为了能够在跟踪阶段快速准确地找到运动目标,一般选取前5帧待测图像作为训练阶段的训练图像,并以此构建运动目标表观模型中的字典信息.超像素字典的构建共分为4个步骤：
总结:本文关于像素论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
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、 胰高血糖素样肽介导运动抗抑郁作用潜在机制 摘 要：胰高血糖素样肽-1（GLP-1）是机体在响应营养摄入时而释放的一类肠促胰岛素，主要由肠道末端L细胞分泌，是目前治疗糖尿病的重要靶点。近年。
3、 黑素对人表皮渗透屏障功能和超微结构影响 DOI：10 16662 j cnki 1674-0742 2017 25 007[摘要] 目的 研究黑素對人表皮渗透屏障功能和超微结构的影响。
4、 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。
5、 基于DM6437的运动目标跟踪系统 摘 要： 为了克服智能视频监控系统可视范围有限，单纯硬件改进增加系统成本的问题，提出一种运动目标跟踪系统，运用混合高斯背景模型的方法实现运动目标。
6、 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“。