复杂环境目标跟踪点漂移校正与抑制方法研究

摘要

运动目标跟踪技术是计算机视觉的核心技术之一，被广泛运用于各种领域。传统跟踪算法往往会因为算法自身缺陷或者外界干扰而产生积累误差，在长时跟踪过程中产生跟踪点漂移。随着计算机技术的发展，目标跟踪算法在满足实时性的基础上开始注重如何提高跟踪的精度。如何有效抑制和校正跟踪点漂移，实现高精度的目标跟踪成为计算机视觉领域的研究热点之一。
　　本文主要对复杂环境下各种现有的目标跟踪算法产生漂移现象作了原理分析，并提出相应的解决方法，最后通过大量实验对跟踪点漂移校正与抑制的效果作了验证。
　　本文研究的主要内容有：
　　（1）分析了复杂环境下跟踪点漂移产生的原因，研究了复杂环境下跟踪点漂移校正与抑制相关技术的国内外研究现状及其发展趋势。
　　（2）基于模板的跟踪点漂移校正与抑制方法。主要研究了基于模板的跟踪漂移产生的原因，基于特征积累的多模板智能更新算法，基于多模板缓冲区的跟踪算法，基于多子模板的跟踪算法，并对算法做了改进与优化，最后通过实验证明了其对跟踪点漂移的校正与抑制作用。
　　（3）基于在线学习的目标跟踪方法。主要研究了机器学习的基本理论，基于在线学习的跟踪算法的基本原理及其跟踪点漂移产生的原因，基于半监督学习的目标跟踪算法的基本原理，基于在线提高算法的目标跟踪算法，并通过实验对该算法进行了分析。
　　（4）基于协同训练的跟踪点漂移校正与抑制方法。主要研究了协同训练框架的原理，并针对跟踪需求对算法进行了改进，提出了基于协同训练的跟踪算法并通过实验验证了该算法对跟踪点漂移的校正与抑制作用。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题研究背景及意义

1.2国内外研究现状及发展趋势

1.3主要研究内容

1.4论文的结构安排

第二章 基于模板的跟踪点漂移校正与抑制方法

2.1概述

2.2多模板智能更新

2.3基于多子模板的漂移校正与抑制

2.4实验结果及分析

2.5小结

第三章 基于在线学习的目标跟踪方法

3.1概 述

3.2机器学习简介

3.3跟踪问题的描述

3.4基于半监督学习的目标跟踪方法

3.5实验结果及分析

3.6小结

第四章 基于协同训练的跟踪点漂移校正与抑制方法

4.1基于协同训练的跟踪框架

4.2协同训练分类器的建立方法

4.3实验结果及分析

4.4小结

第五章 总结与展望

5.1论文工作总结

5.2展望

致谢

参考文献

攻硕期间取得的研究成果