网站大量收购独家精品文档,联系QQ:2885784924

复杂背景下的视觉跟踪技术研究-控制理论与控制工程专业论文.docx

复杂背景下的视觉跟踪技术研究-控制理论与控制工程专业论文.docx

  1. 1、本文档共51页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
复杂背景下的视觉跟踪技术研究-控制理论与控制工程专业论文

万方数据 万方数据 A Dissertation Submitted for the Degree of Master English Title The Study on Visual Tracking under Complex Background By Author name Wang Chen Hefei University of Technology Hefei, Anhui, P.R.China April, 2014 合肥 工 业大学 本论文经答辩委员会全体委员 审查, 确认 符合合 肥 工 业大学硕士学位论文质 量 要求。 答辩委员会签名〈工作单位、职称、姓名〉 主席 : $(h:υ? 如7毛 主二?玄宁 委员 :今但收汽r 字然放 J备了哨/ (几吟 K 云 , rfl艺 导师 : 合肥工业大学 软2支使矛pi 学位论文独创性声明 本人郑重声明:所呈交的学位论文是本人在导师指导下进行独立研究工作所 取得的成果。据 我所知,除了 文中特别加 以标注和致谢的内容外,论 文中不包含 其他人已经发表或撰写过的研究成果,也不包含为获得合肥工业大学 或其他 教育机构的学位或证书而使用过 的材料。对本文成果做出贡献的个人和集体 ,本 人已在论文中作了明确的说明, 并表示谢意。 学位论文中表达的观点纯属作者本人观点 ,与合肥工业大学无关。 学位仰者签名:毛许 签名日期 :列户户(4日 学位论文版权使用授权书 本学位论文作者完全了解 合肥工业大学 有关保留、使用学位论文的规定 , 即:除保密期内的涉密学位论文外, 学校有权保存并向国家有关部门或机构送 交 论文的复印件和电子光盘,允许论文被查阅或借阅。本 人授权合肥工业大学 可 以将本学位论文的全部或部分内容编入有关数据库,允许采用影印、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适用本授权书) 学位论文作者签名 :豆参 签名日期:阿萨 年 ρI日 指导教师签 签名日期 : y1严年 考凋旷 日 论文作者毕业去向 工作单位 : 联系电话: 通讯地址 :  E-maiJ: 邮政编码: 致 致 谢 在本篇论文即将完成之际,我要向给予我悉心指导的倪郁东老师和无私帮助 过我的同学致以最诚挚的感谢。 首先我要感谢倪老师,作为我的研究生导师,倪老师治学严谨,知识渊博给 我留下了深刻的印象。在研究生学习生活的三年里,我从导师身上学到了严谨的 治学态度和科学的学习方法,认识到知识总结的重要性。科研中,通过跟随老师 学习物流调度的知识,使我体会到了数学建模的奥妙。特别要感谢老师引导我对 四元数理论的学习,增强了自己理论分析的能力,并引领我步入了机器视觉领域, 找到了自己的兴趣点。虽然老师身体不好,但在课余时间仍坚持组织我们进行学 习讨论。在此衷心的祝愿倪老师身体健康,工作顺利。 其次我还要感谢和我一起学习和生活的好朋友们,他们的陪伴使我的研究生生 活更加丰富多彩。感谢我的女朋友对我学习和生活中的帮助。 衷心的感谢我的家人,他们不辞辛苦的供我上研究生,不仅给予物质上的支 持,还给我精神上的鼓励,让我能够安心的完成我的学业,由衷的对家人表示深 深的感谢。 最后感谢各位评委老师在百忙之中评阅我的论文和参加答辩会。 作者:王晨 2014 年 4 月 2 日 I 摘要 摘要 II万方数据 II 万方数据 视觉跟踪是计算机视觉技术中一个重要的分支,在工业、军事、安全等众多 领域都有广泛的应用。视觉跟踪可以概括为使用图像处理,模式识别等技术对视 频中的图像序列分析,计算目标在图像序列中的精确位置,估计目标运动轨迹的 一门技术。尽管研究人员做了大量的工作,由于场景的复杂性,光照条件的不同 及物体形变和相互遮挡的情况都极大的增加了目标跟踪的难度。因此为跟踪目标 进行准确的建模是一个视觉跟踪系统成功的关键因素。 本文研究了近些年视觉跟踪技术一些主流的方法,将其分为目标检测和目标 跟踪两个方面。目标检测可以为目标跟踪提供候选跟踪对象,目标跟踪缩小了目 标检测的范围,二者相辅相成。在目标检测中,背景差分法计算速度快,在实际 应用中得到了广泛的应用。基于监督学习的方法训练得到的分类器可以将图像分 为背景和目标,通过在线学习、更新分类器能够适应目标不断变化的情况。目标 跟踪主要的方法有:粒子滤波、卡尔曼滤波和 Meanshift 方法。 为实现对目标的快速跟踪,本文首先对当前帧图像进行 ORB 特征点检测,然 后使用 LK 光流法计算这些特征点在下一帧图像中的粗略位置,最后根据粒子滤波 思想,对特征向量相似度对目标位置进行加权求和得到精确的目标跟踪位置。通 过实验证明,本方法在目标发生旋转、缩放等情况时都能实现准确的跟踪。 关键词:视觉跟踪;目标检测;目标跟踪;LK 光流;ORB;H

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档