基于稀疏和压缩感知的目标跟踪算法分析-analysis of target tracking algorithm based on sparse and compressed sensing.docxVIP

曲 阜 师 范 大 学 研 究 生 学 位 论 文 独 创 性 声 明（根据学位论文类型相应地在“□”划“√”） 本人郑重声明：此处所提交的博士□/硕士□论文《基于稀疏和压缩感知的目标跟踪算法研究》，是本人在导师指导下，在曲阜师范大学攻读博士□/硕士□学位期间独立进行研究工作所取得的成果。论文中除注明部分外 不包含他人已经发表或撰写的研究成果。对本文的研究工作做出重要贡献的 个人和集体，均已在文中以明确的方式注明。本声明的法律结果将完全由本 人承担。作者签名： 日期：曲 阜 师 范 大 学 研 究 生 学 位 论 文 使 用 授 权 书（根据学位论文类型相应地在“□”划“√”）《基于稀疏和压缩感知的目标跟踪算法研究》系本人在曲阜师范大学攻 读博士□/硕士□学位期间，在导师指导下完成的博士□/硕士□学位论文。本 论文的研究成果归曲阜师范大学所有，本论文的研究内容不得以其他单位的 名义发表。本人完全了解曲阜师范大学关于保存、使用学位论文的规定，同 意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和 借阅。本人授权曲阜师范大学，可以采用影印或其他复制手段保存论文，可 以公开发表论文的全部或部分内容。作者签名： 日期：导师签名： 日期：摘要摘要随着计算机的快速发展，人们更多的希望计算机能够完成人类视觉信息的处理。随 后便产生了一门新的学科，即计算机视觉。目标跟踪技术属于计算机视觉的一个分支。 目标跟踪技术可应用于安全监控、智能交通等多个领域。本文主要研究了图像序列中的 目标物体跟踪算法。在线目标跟踪是一个具有挑战性的问题。这种挑战性主要来源于物体表面变化时， 需要建立一个有效的物体外在表示模型。引起物体表面变化的内在原因和外在原因分别 是：运动目标姿态的多样性、周围背景光线的变化、背景物体的遮挡以及运动造成的模 糊等。鉴于以上因素，使得建立有效的跟踪模型具有重要意义。跟踪算法模型主要包括 运动模型和观测模型。目标跟踪算法中的运动模型主要完成对运动物体状态的预测，其 中，预测的基础是前一帧或几帧图像。观测模型主要包括对目标物体的外在描述。对物 体的外在描述要求做到既要完整地描述目标物体特征，又要减少跟踪计算的时间，并且 能够在跟踪过程中对模型进行更新。本文提出的第一种跟踪算法是：稀疏原型的在线目标跟踪算法。主要包括三部分：（1）目标表示部分。目标的表示部分综合 ?1 规则化和主成分分析（PCA）重建。（2）目 标跟踪部分。目标在跟踪过程中，对稀疏原型不断在线更新。（3）防止跟踪漂移。在模 型建立过程中，考虑遮挡和运动模糊两个因素。另外，本文设计出另一种高效的跟踪算法，算法观测模型中的特征提取，采用的是 压缩感知的方法。在压缩域中，利用从图像提取的主要特征，从而建立观测模型，此模 型能够更好得表示要跟踪的目标。主要完成如下工作：根据稀疏感知理论,通过满足 RIP 条件的非常稀疏的测量矩阵，实现对原图像特征空间做投影，从而得到一个低维压缩子 空间。低维压缩子空间可以很好地保留高维图像特征空间的信息。通过稀疏测量矩阵去 提取前景目标和背景的特征，以此作为在线学习更新分类器的正样本和负样本，然后使 用朴素贝叶斯分类器去分类下一帧图像。最后更新分类器参数和输出目标跟踪位置。最后，本文在算法的评估方面引进了两个评估标准：重叠率和中心位置误差率。通 过与其它算法在重叠率和中心位置误差率方面的对比，本文算法具有较高的重叠率和较 低的中心位置误差率。实验表明，本文算法在实现运动目标跟踪上具有较强的鲁棒性。 关键字：运动目标，稀疏原型，主成分分析，压缩感知，贝叶斯分类器，鲁棒性IAbstractWith the rapid development of computer, people more hope that the computer can complete human visual information processing. And then produced a new discipline, namely, computer vision. Target tracking technology belongs to a branch of computer vision. Target tracking technology can be used in security monitoring, intelligent transportation and other fields. This paper mainly studies the target object tracking algorithm in the image sequence.Online tracking is a challenging