粒子濾波框架下基于視覺模型優(yōu)化的目標(biāo)跟蹤方法研究

《粒子濾波框架下基于視覺模型優(yōu)化的目標(biāo)跟蹤方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)校代碼：１０２００研巧生學(xué)號：２０１４１０２５１６分類號：１Ｅ避巧級：無東批畫碩±學(xué)位論文化子渡波隹案下基于期推棋泌化化巧ＴａｒｇｅｔＴｒａｃｋｉｎｇＭｅ化ｏｄＢａｓｅｄｏｎＶｉｓｕａｌＭｏｄｅｌＯｐｔｉｍｉｚａｔｉｏｎｕｎｄｅｒｔｈｅＦｒａｍｅｗｏｒｋｏｆＰａｒｔｉｃｌｅＦｉｌｔｅｒ作者：白天春指導(dǎo)教師：王玉茹專業(yè)學(xué)位類別：王程巧±專業(yè)學(xué)位領(lǐng)域：計＞化技術(shù)學(xué)位類型：?；伞溃崳姟觯墫|北師范大學(xué)學(xué)位評定委員會２０１６年５月？

2、學(xué)校代碼：１０２００研巧生學(xué)號：２０１４１０２５１６分類號：１Ｅ巡密級：無碩±學(xué)位論文化子誠波框雜下基于視覺鎮(zhèn)型優(yōu)化的巨標(biāo)巧點轉(zhuǎn)方話巧巧ｅＴａｒｇｅｔＴｒａｃｋｉｎｇＭｅ化ｏｄＢａｓｅｄｏｎＶｉｓｕａｌＭｏｄｅｌＯｐｔｉｍｉｚａｔｉｏｎｕｎｄｅｒｔｈｅＦｒａｍｅｗｏｒｋｏｆＰａｒｔｉｃｌｅＦｉｌｔｅｒ作巧：白天春指導(dǎo)教師：王玉茹專業(yè)學(xué)位類別：工程碩±專業(yè)學(xué)位領(lǐng)域：計算機技術(shù)學(xué)位類型：專業(yè)碩±東北師范大學(xué)學(xué)位評定委員會２０１６年５月

3、獨創(chuàng)性聲明本人鄭重聲明：所提交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下獨立進行研巧工作所取得的成果。據(jù)我所知，除了特別加＾＾標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果。對本人的研巧做出重要貢，均已在文中作了明確的說明獻(xiàn)的個人和集體。本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：句衣表曰期：如Ｉ、《化學(xué)位論文使用授權(quán)書本學(xué)位論文作者完全了解東北師范大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：東北師范大學(xué)有權(quán)保留并向國家有關(guān)部口或機構(gòu)送交學(xué)位論文的。復(fù)印件和電子版，

4、允許論文被查閱和借閱本人授權(quán)東北師范大學(xué)可學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可采用影印、縮印或其它復(fù)制手段保存。、匯編本學(xué)位論文（保密的學(xué)位論文在解密后適用本授權(quán)書）學(xué)位論文作者簽名：臺處指導(dǎo)教師簽名：東ｉ．Ｍｉ立．Ｌ日期（（日期：：Ｊ一Ｕ學(xué)位論文作者畢業(yè)后去向：工作單位：電話：——通訊地址：郵編：＾摘要一近幾年個熱點問題。在視頻監(jiān)控、視頻檢索、，視頻運動目標(biāo)跟蹤已成為虛擬現(xiàn)實、醫(yī)學(xué)診斷和體育視頻檢測等領(lǐng)域有著廣泛的需求和前景。但

5、是現(xiàn)實跟蹤條件的復(fù)雜性、運動不定性等諸多，包巧光照影響、物體遮捏、目標(biāo)發(fā)生形變一。干擾因素，使之在計算機視覺領(lǐng)域中也是個復(fù)雜困難的課題許多科研人員盡。管提出了許多有效的方法，但是仍有很多問題沒有得到很好的解決，本論文在粒子濾波器框架下，對目標(biāo)外觀建模問題進行了研巧提出基于優(yōu)化的視覺模型構(gòu)建方法。通過對當(dāng)前多特征融合方法的研巧和分析，構(gòu)建了優(yōu)化。模型。采用基于遺傳算法的多特征融合策略，對特征融合參數(shù)進行優(yōu)化論文的主要研巧內(nèi)容包括；１．粒子濾波框架首先，研巧了基本粒子濾波器框架，

6、總結(jié)了粒子濾波器的關(guān)鍵問題，實現(xiàn)了基本粒子濾波器的算法框架。２．視覺模型其次，對當(dāng)前的視覺模型構(gòu)建方法進行了研究、總結(jié)和分析。針對當(dāng)前熱點的多特征融合方法進行了研究，總結(jié)現(xiàn)階段存在的問題，并探索了可行的解決方案。３基于遺傳算法的多狩征融合一種基于遺傳算法的多特征融合視覺模型優(yōu)化方法最后，本論文提出。將提髙視覺模型的魯棒性問題轉(zhuǎn)化為優(yōu)化問題，通過構(gòu)建優(yōu)化模型，采用遺傳算法＾＊實現(xiàn)目標(biāo)魯椿建模為目的，將遺傳算法與多特征融合結(jié)合起來。本論文將上述模型在視頻數(shù)據(jù)庫上進行了測試，通

7、過對實驗結(jié)果的分析，證明了該方法對運動目標(biāo)跟蹤出現(xiàn)的問題，如復(fù)雜場景、遮擋問題、目標(biāo)外觀變化及運動不定性的問題具有很好的魯棒性，能夠保證跟蹤結(jié)果的穩(wěn)定性和髙效性。關(guān)鍵詞：運動目標(biāo)跟蹤；粒子濾波撤視覺模型：遺傳算法；多特征融合ＩＡｂｓｔｒａｃｔＩｎｒｅｃｅｎｔｅａｒｓｖｉｓ口ａｌｔｒａｃｋｉｎｈａｓｂｅｃｏｍｅ汪ｈｏｔｉｓｉｓｕｅ．Ｔｈｅｒｅｉｓ江ｄｅｍａ打ｄａｎｄｙ，ｇｂｒｏａｄｐｒｏｓｐｅｃｔｉｎｔｈｅｆｉｅｌｄｏｆｖｉｄｅｏｓｕｒｖｄｌ

8、ｌａｎｃｅ，ｖｉｄｅｏｒｅｔｒｉｅｖａｌ，ｖｉｒｔｕａｌｒｅａｌｉｔｙ，ｓｓｃｕｈｅｃｏｍｅｘｍｅｄｉｃａｌｄｉａｇｎｏｓｉｓａｎｄｐｏｒｔｖｉｄｅｏｄｅｔｅｃｔｉｏｎｅｔ．Ｂｔｔｐｌｉｔｙｏｆｔｈｅｒｅａｌ－－－ｔｒａｃｋｉｎｃｏｎｄｉｔｉｏ打ｓｃｈａｌｌｅｎｅｓｔｈｅｓｔａｔｅｏｆｔｈｅａｒｔｔｒａｃｋｅｒｓｉｎｃ山ｄｉｎｔｈｅｅｆｅｃ