搜索
西安电子科技大学硕士学位论文基于MeanShift的目标跟踪算法研究姓名：李鹏飞申请学位级别：硕士专业：通信与信息系统指导教师：姜光20090101基于MeanShift的目标跟踪算法研究作者：李鹏飞学位授予单位：西安电子科技大学相似文献(10条)1.学位论文卢晓鹏视频序列中目标跟踪技术研究2007视频目标跟踪研究是视觉领域的一个重要课题，受到国内外学者的普遍关注，具有广泛的应用前景。本论文致力于视频序列中目标跟踪技术的研究，创新点有以下几个方面：1．针对传统质心位移算法使用单一颜色直方图作为特征描述目标，在跟踪时不能很好地适应目标在相邻帧间移动缓慢和目标与邻域颜色特征相似的情况。本文提出了基于核密度估计相关度量的目标跟踪方法，对参考目标模板和当前帧目标模板进行描述时，在诸如颜色、梯度等目标像点的特征区间内融入了目标像点的空间位置信息。与基于单一颜色直方图所得Bhattacharyya系数比较，本文提出的核密度相关度量的收敛梯度更陡，算法进行目标跟踪时速度更快更稳健，对目标跟踪的位置更加精确。2．提出了基于高斯混合模型的类EM跟踪方法。算法选用GMM对目标区域内的像点参数建模，以多个高斯分布函数的加权和来逼近目标像点的二维空间位置分布概率函数。同时，将模型中的各个高斯函数的权值与基于颜色特征的目标相似度量联系起来，将目标跟踪问题转化为视频帧之间目标参数的EM估计。每次迭代中，估计目标位置的同时可以得到目标大小的协方差矩阵参数，有效地解决了目标区域的自适应。3．质心位移算法具有简单快速的优点，但是在目标局部或全部被遮挡的情况下，往往无法得到满意的跟踪效果；与此同时，粒子滤波算法虽具有抗遮挡的优点，但计算过程中需要大量的粒子样本来近似描述目标的状态，使得算法非常费时。混合跟踪算法引入自适应粒子样本数选择的采样策略，保证跟踪精度同时减少了跟踪总体时间花费，有效提高了系统的实时性，更好满足工程实用。4．多目标视觉目标跟踪相比于单目标跟踪问题，充满了背景嘈杂、目标与目标之间以及目标与背景之间遮挡等许多不确定因素，故而面临着更多困难。本文提出了基于颜色分布的联合多目标概率分布粒子滤波器，以运动学先验概率作为重要性概率密度函数，根据粒子样本中代表不同目标的划分之间的欧式距离判定划分之间是否关联，并据此在独立划分和关联划分两种粒子滤波器之间进行切换。仿真和实际实验证明，该滤波器能够同时有效地对多个目标进行跟踪。2.学位论文田小围视频序列中运动目标跟踪算法研究2008对于运动目标跟踪系统，其核心主要包括两个部分：一是运动目标的检测与提取；二是运动目标的跟踪。运动目标的提取是目标跟踪任务最为关键的部分。在运动目标检测方面，主要包括基于帧间差分法，基于背景差分的方法和基于光流场的方法，本文根据所处理的视频图像的特点，利用相邻帧图像具有强相关性的特点，采用了帧间差分、背景差分的目标检测方法，提出了一种基于前两种算法结果的改进算法。在差分图像之前，先对图像进行滤波，降噪和平滑处理，再进行相邻帧差分以得到运动信息，采用阈值分割，将灰度图像转化成黑白二值图像，再对目标粗糙的边缘轮廓和背景进行数学形态学滤波以去除背景噪声，提取出目标轮廓，该方法的优点是操作简便、速度快。在运动目标跟踪方面，运动目标跟踪算法直接影响着运动目标跟踪的准确性和稳定性，本文利用基于八连接的边缘跟踪算法和贴标签法获取目标的边界和各个目标的标记，通过获取目标的直方图、边界和纹理特征来识别多个目标，研究了两种目标形心的计算方法，利用VisualC++编写程序，采用了公式法确定目标的位置，实现对运动目标的跟踪，实验结果表明了该方法的有效性。3.会议论文单颖.张菁.郭茂祖基于视频序列的运动目标跟踪方法2007阐明了一种跟踪视频图像序列中运动目标的方法。该方法采用了自适应背景方法,利用图像的面积特征消除运动区域的虚目标,结合二值形态学方法消除内部噪声,得到具有精确边缘的特定运动目标,并记录运动目标的质心坐标位置,利用MER算法求取目标的最小外接矩形,采用最小二乘拟合实现了对运动目标的跟踪和预测。实验结果表明该方法具有很强的适应性和鲁棒性。4.学位论文徐以美视频序列中运动目标检测与跟踪技术研究2008视频序列中运动目标检测与跟踪技术是计算机视觉中的重要研究方向之一，其在技术上涉及计算机图像处理、视频图像处理、模式识别、以及人工智能等诸多领域，在智能交通、电视监控、人机交互、视频压缩编码等领域都有着广泛的应用，因而具有较强的研究价值。本文首先简要介绍了目前运动目标检测与跟踪技术中的一些常用方法，包括目标检测中的帧间差分法、背景差分法和光流法，目标跟踪中基于特征的方法、基于模型的方法、基于区域的方法和基于变形模版的方法，并对各种方法进行了分析，指出其优缺点及适用范围，之后还介绍了与本论文有关的数学形态学和连通性分析方面的知识。在运动目标检测方面，本文着重研究了背景差分法，提出了两种运动目标检测算法：其一为基于RGB颜色空间的运动目标检测算法，该算法在背景建模阶段对已有的中值法进行了改进，在前景目标提取阶段，在传统的背景差分法基础上加入颜色信息，有效改善了由于背景与前景灰度相差不大而造成前景目标内部空洞的现象；其二为基于像素分类的运动目标检测算法，该算法通过分析视频序列每帧中同位置像素的特点，将其划分为单模态像素和多模态像素，针对不同的像素采用不同的建模方式，针对单模态像素采用较为简单方便的中值法进行背景建模，而多模态像素则采用混合高斯模型进行背景建模，这样在检测效果上相对于单纯采用混合高斯建模的方式相比并没有较大的差异，但在检测时间上却有很大的改进，使系统更易于实时应用。在目标跟踪方面，本文重点研究了MeanShift算法，这是一个非常优秀的算法王，是国外最近几年才发展起来的。同时，本文还介绍了OpenCv(英特尔@开源计算机视觉库)工具及其在VC6.0下的应用配置，并利用该工具对MeanShift算法进行验证和分析；同时针对MeanShift算法本身的优缺点，研究了快速运动目标和目标遮挡两种情况下的运动目标跟踪，给出了实验结果。5.期刊论文焦波.李燃视频序列中基于特征匹配的目标跟踪方法-科学技术与工程2009,9(19)视频序列中运动目标的跟踪是智能视频监控领域中的一项重要问题,目标跟踪就是建立视频序列的不同帧中目标的对应关系.针对现有方法目标特征信息考虑不足的缺陷,提出一种基于特征匹配的目标跟踪方法.实验结果表明,所提方法在实时性的前提下,可以实现运动目标的准确跟踪.6.会议论文安玉山.黄艺.余兆明视频序列中多个非刚体目标的跟踪算法1999该文提出一种跟踪视频序列中的多个非刚体目标的方法。首先把单个跟踪的运动区域定义为一个目标，或把整体跟踪的一组运动区域定义为一个目标，以处理非刚体目标的差异性。接着计算目标运动轨道，以及已知目标和新探测到运动区域之间的对应对象。最后为了处理不确定的对应对象，定义了复合目标来锁定目标和运动区域之间的关系，直到获得确定信息后才撤销锁定。从实验结果看出，该算法能够长时间跟踪视频序列中的场景对象，具有一定的实用性。7.学位论文宋磊视频序列中运动目标检测与跟踪方法研究2008运动目标检测与跟踪是计算机视觉的核心课题之一，它融合了图像处理、模式识别、人工智能、自动控制等相关领域的研究成果，在视频监控、视频编码、视频检索、医学图像分析、智能交通、气象分析等许多领域有着广泛的应用，因此本课题具有重要的理论意义和广阔的实用价值。本文主要针对视频序列中的运动目标检测与跟踪算法进行研究，首先讨论了静态场景下常用的运动目标检测算法，然后重点研究了基于均值漂移和粒了滤波的目标跟踪算法，并针对其存在的问题做出了有效地改进，提高了目标跟踪的稳定性和鲁棒性。主要工作可概括如下：运动目标检测方面，将高斯混合模犁与背景图像的相关性运算相结合，实现模型学习速率自适应更新，大大提高了背景模型的适应性和鲁棒性。目标跟踪算法方面，首先将传统的基于均值漂移(MeanShift)跟踪算法与。Kalman滤波结合起来，利用Kalman滤波来预测目标的运动方向和速度，较好地解决了遮挡情况下的目标跟踪问题；最后引入方向可调滤波器(SteerableFilter)来描述目标的多尺度多相位纹理特征，并在粒子滤波理论框架下，提出了一种基于颜色特征和纹理特征融合的视频对象跟踪算法，较采用单一颜色特征的粒子滤波跟踪算法在可靠性、准确性方面有一定的提高。8.学位论文朱吉庆视频序列中运动目标提取与跟踪算法研究2007本文主要研究静止背景下运动目标的检测和提取，运动目标的跟踪，以及Snake跟踪算法等方面的内容。在静止背景下的目标检测方面，本文介绍了帧间差法和背景差法两种算法的基本原理；简要介绍了帧间差分法及其特点；分析了单高斯背景模型方法的优缺点，给出了改进方案并进行实验分析；研究了利用混合高斯模型提取具有扰动的背景模型的方法，分析了混合高斯模型的优缺点；根据单高斯模型和混合高斯模型的优缺点，提出了自适应多高斯模型背景模型算法；在消除光照突变影响方面，介绍了用统计亮度变化点数来消除光照突变影响的算法。在研究用相关方法进行运动目标跟踪方面，本文主要介绍了几种常用的匹配跟踪算法：MCD、基于直方图特征的特征匹配跟踪算法、SSDA，以及将DCT变换引入相关匹配的算法。在跟踪中引入了Kalman滤波器对匹配点进行预测，减小了匹配点的搜索范围；引入了小波变换，先对图像进行小波变换，取出一次小波变换后的低频分量进行匹配，从而滤除了高频噪声，同时减少匹配的点数，提高了跟踪的速度和精度；给出了自适应的模板更新机制，增加了对物体被遮挡和目标丢失的判断；实验了多种相关跟踪算法，比较了各种算法的实时性和准确性。在Snake跟踪算法方面，介绍了传统的Snake算法及其离散化实现，分析了算法的不足；比较了Greedy-Snake算法和GvF-Snake算法，确定了跟踪中使用Greedy-Snake方法的合理性；给出了Snake算法应用于目标跟踪的实现方案，分析了实现跟踪的难点，给出了一种实现初始轮廓提取的方法；对Snake跟踪算法进行了实验，分析了实验结果。9.期刊论文郭志波.严云洋.杨静宇.GUOZhi-bo.YANYun-yang.YANGJing-yu一类视频序列中的人脸检测与实时跟踪算法-计算机工程与应用2007,43(28)提出一种新的人脸快速检测与实时跟踪算法,能够对视频序列中的人脸进行快速、准确地检测和跟踪.算法分为开始状态、目标丢失状态的人脸检测和连续状态的目标跟踪.首先预测人脸两眼之间的中心位置,得到人脸的预测位置并对预测位置处的图像进行模板匹配,快速检测出人脸准确位置.然后利用检测出的人脸修正人脸模板,并在检测出的位置、旋转度、缩放比例等条件下,对后面序列图像进行小位置、小角度的快速跟踪.实验采用了多种环境下的大量视频,结果显示该算法能够快速跟踪视频序列中的人脸并具有很高的准确性、鲁棒性.10.学位论文于成忠视频序列中运动目标的提取与跟踪2006本文主要研究静止背景下运动目标的检测和提取，运动目标阴影的检测，以及运动目标跟踪等方面的内容。在静止背景下的目标检测方面，本文介绍了帧间差法和背景差法两种算法的基本原理；改进灰度统计法提取背景的算法；分析单高斯模型提取背景的算法，提出改进算法：在HSV色彩空间下，通过多高斯背景建模提取背景。实验证明，这两种背景提取算法能够准确地提取出背景图像，且对背景的变化有一定的自适应性。在运动目标阴影检测方面，介绍了在RGB色彩空间和HSV色彩空间中检测阴影的算法。比较在两种色彩空间阴影检测算法的优缺点，改进阴影检测算法，结合两种色彩空间进行阴影的检测，这样在阴影的检测精度和实时性方面都有改善。在消除光照突变影响方面，介绍了用统计亮度变化区域消除光照突变的影响的算法；在室内环境下，根据光源模型运用梯度差分法来消除光照突变对提取精度的影响。在运动目标跟踪方面，本文主要介绍了两种匹配跟踪算法，互相关匹配跟踪算法和基于直方图特征的特征匹配跟踪算法。在直方图特征匹配的基础上，利用特征匹配矩阵记录运