資源描述：
《引入昆蟲視覺機制的粒子濾波目標跟蹤方法.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、引入昆蟲視覺機制的粒子濾波目標跟蹤方法郭偉2015年01月中圖分類號：TQ028.1UDC分類號：540引入昆蟲視覺機制的粒子濾波目標跟蹤方法作者姓名郭偉學院名稱計算機學院指導教師趙清杰教授答辯委員會主席陸耀教授申請學位工學碩士學科專業(yè)計算機科學與技術學位授予單位北京理工大學論文答辯日期2015年01月VisualTrackingUsinganInsectVisionEmbeddedParticleFilterCandidateName：WeiGuoSchoolorDepartment:ComputerScien
2、ceFacultyMentor:Prof.QingjieZhaoChair,ThesisCommittee：Prof.YaoLuDegreeApplied:MasterofPhilosophyMajor：ComputerScience&TechnologyDegreeby:BeijingInstituteofTechnologyTheDateofDefence：January，2015研究成果聲明本人鄭重聲明：所提交的學位論文是我本人在指導教師的指導下進行的研究工作獲得的研究成果。盡我所知，文中除特別標注和致謝的
3、地方外，學位論文中不包含其他人已經發(fā)表或撰寫過的研究成果，也不包含為獲得北京理工大學或其它教育機構的學位或證書所使用過的材料。與我一同工作的合作者對此研究工作所做的任何貢獻均已在學位論文中作了明確的說明并表示了謝意。特此申明。簽名：日期：北京理工大學碩士學位論文摘要基于粒子濾波的目標跟蹤算法吸引了越來越多學者的注意。粒子濾波的核心思想是在目標跟蹤過程中通過狀態(tài)轉移模型預測目標的可能位置。一種通常被采用的傳播粒子的方法是基于目標運動平滑的假設借助于先驗運動信息建模，這種方法在目標運動速度相對穩(wěn)定的情況下，表現(xiàn)良好。
4、然而，當目標處于不確定運動（例如足球運動員比賽時的運動情況）、鏡頭切換（目標位置發(fā)生突變）等場景中時，傳統(tǒng)的目標跟蹤算法很可能失敗。為了解決上述突變運動目標跟蹤問題，本文提出了一種簡單而有效的引入昆蟲視覺的粒子濾波目標跟蹤算法框架，該算法能夠處理目標遮擋、運動突變及光照引起的目標表觀變化等情況下的目標跟蹤問題。首先，提出一種運動估計的方法，以改進粒子濾波局部采樣策略，利用更加準確的運動轉移模型定位傳播粒子的位置狀態(tài)。針對待跟蹤目標運動的不確定性問題，本文引入昆蟲視覺的神經計算原理，基于昆蟲復眼模型，將視頻幀細化為
5、網格狀的感光器單元，每個感光器單元相當于昆蟲復眼的一個小眼，通過調節(jié)感光器單元的尺寸，控制運動檢測算法對于運動信息的敏感性，并將運動估計的結果運用于改進粒子濾波的運動轉移模型，有效的提高了粒子濾波局部采樣的可靠性。其次，本文設計了一種新的粒子重采樣優(yōu)化框架。為了解決目標由于鏡頭切換等引起的位置突變問題，我們交叉性使用局部搜索和全局搜索策略搜尋最優(yōu)候選粒子。局部搜索策略采用生成式模型，全局搜索策略采用判別模型，二者相互補充。交叉策略為，我們總是運用局部搜索策略，以下兩種情況發(fā)生時，全局搜索策略被觸發(fā)：一是每隔固定幀
6、數(shù)時，二是當由于突變運動、目標被長時間遮擋等導致目標丟失時。同時，本文提出一種判別目標是否丟失的方法，一旦目標丟失，我們利用全局搜索策略定位目標，恢復跟蹤。最后，為了解決目標因光照等引起的表觀變化對跟蹤的不利影響，本文提出一種基于增量學習的在線目標模板更新方法，以應對目標表觀的變化。通過在公開可用的標準視頻序列集上的實驗表明，本文提出的結合昆蟲視覺的粒子濾波目標跟蹤算法在具有挑戰(zhàn)性的場景中的跟蹤效果優(yōu)于經典的跟蹤算法，尤其對于目標突變運動、被遮擋及光照引起表觀變化情況都能獲得較好的跟蹤結果。關鍵詞：目標跟蹤；突變
7、運動；昆蟲視覺；運動估計；粒子濾波I北京理工大學碩士學位論文AbstractParticlefiltering(PF)basedobjecttrackingalgorithmshavedrawngreatattentionfromlotsofscholars.ThecoreofPFistopredictthepossiblelocationofthetargetviathestatetransitionmodelduringthetrackingprocess.Onecommonlyadoptedapproach
8、topropagatethesamplesetisresortingtopriormotioncuesunderthesmoothmotionassumption,whichperformswellwhenthetargetmoveswitharelativelystablevelocity.However,itwouldpossiblyfailifthetargetis
