基于稀疏表示的遮挡目标快速重构算法研究资料.docVIP

基于稀疏表示的遮挡目标快速重构算法研究资料.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
电 子 科 技 大 学 UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA 硕士学位论文 MASTER THESIS (电子科技大学图标) 论文题目 学科专业 学 号 201221170206 作者姓名 指导教师 类号 密级 UDC注1 学 位 论 文 (题名和副题名) (作者姓名) 指导教师 电子科技大学 成 都 (姓名、职称、单位名称) 申请学位级别 学科专业 提交论文日期 论文答辩日期 学位授予单位和日期 电子科技大学 年 月 日 答辩委员会主席 评阅人 注1:注明《国际十进分类法UDC》的类号。 A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Electrical Engineering Author: Leng Jiaxu Advisor: Associate Professor Chen Yong School : School of Energy Science and Engineering 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 作者签名: 日期: 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后应遵守此规定) 作者签名: 导师签名: 日期: 年 月 摘 要目标跟踪是计算机视觉研究领域的一个热门研究方向,并被广泛应用于多个领域,比如智能导航、视频安全监控以及武器制造等。近几年,随着稀疏表示在信号处理领域的成功应用,许多学者将稀疏表示也应用到目标跟踪中来,这种结合稀疏表示的目标跟踪方法在应对光照和遮挡时,仍然能保持很好的鲁棒性。然而,传统的基于稀疏表示的目标跟踪算法并不是在所有条件下都能成立。因此,本文对稀疏表示进行深入研究,旨在提高目标跟踪算法在复杂场景下的实时性和鲁棒性。本文的主要研究内容有以下几点:1、对压缩感知理论进行深入研究,其中包括稀疏表示、稀疏分解和字典构造 三部分。针对稀疏分解算法中稀疏度未知的情况,提出一种稀疏度自适应重构算法。该方法将稀疏自适应的思想引入分段正交匹配跟踪算法中,确保了分段正交匹配跟踪算法在稀疏度未知情况下仍能对图像进行精确重构。2、在研究稀疏表示理论的基础上研究一种基于Gabor特征字典构造方法。针对光照变化目标姿态变化问题,通过对目标模板采用Gabor函数进行特征提取,提出一种基于Gabor字典稀疏表示的目标跟踪算法。该方法通过初始帧中的目标模板建立Gabor特征字典,然后在跟踪过程中通过Gabor字典对候选目标进行稀疏表示。3、在粒子滤波跟踪算法的框架下,研究一种基于稀疏表示的粒子滤波跟踪算法。针对目标跟踪中的遮挡问题,提出一种基于稀疏学习的目标跟踪算法,该方法在传统跟踪器的基础上,引入了遮挡稀疏学习,通过充分利用遮挡的先验信息对遮挡进行学习,从而确保了在遮挡不稀疏的情况下,仍能够对目标进行快速重构。

文档评论(0)

基本资料 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档