面向复杂环境的局部稀疏目标跟踪算法研究-计算机科学与技术专业毕业论文.docxVIP

Research Research of Object Tracking Method Based on Local Sparse Appearance Model Under Complex Circumstance By WANG Dongming B．E．(Hunan University Of Science And Technology)20 1 2 A thesis submitted in partial satisfaction of the Requirements for the degree of Master of Engineering Computer Science and Technology in the Graduate School of Hunan University Supervisor Professor LI ZhiYong May，2016 万方数据 湖南大学学位论文原创性声明 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何 其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献 的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法 律后果由本人承担。 作者签名： 毛碌钒 日期： 7D纪年 6月／ 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学 校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被 查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入 有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编 本学位论文。 本学位论文属于 I、保密口，在——年解密后适用本授权书。 2、不保密叮。 (请在以上相应方框内打“√”) 作者签名： 日期：切(6年6月 1日 导师签名： 日期：口f6年 6月f 日 万方数据 面向复杂环境的局部稀疏目标跟踪算法研究摘 面向复杂环境的局部稀疏目标跟踪算法研究 摘 要 视觉目标跟踪是计算机视觉核心组成，有着广泛的应用前景，如无人自动驾 驶、安全监控系统、基于视觉的智能交通等等。虽然这个领域已经被研究了很多 年，也取得了不少进展，但因为在跟踪过程中兴趣目标会经历姿态变化，光照变 化，背景嘈杂，遮挡，运动模糊等干扰，导致跟踪目标的外观模型发生显著变化， 此时跟踪器如果不能适应以上变化，将造成跟踪失败。而稀疏表示因能够很好的 应对噪声的影响并可以很好地对目标进行外观建模，近年来被应用于运动目标跟 踪领域。 现有局部稀疏模型方法的主要有三个不足之处：1)目标局部分块后，没有考 虑不同局部块对甄别目标贡献的大小，导致缺乏判别力；2)构建目标外观模型时 没有考虑时间上下文的约束作用；3)主成分与稀疏表示相结合的模板更新会丢失 部分重要信息，且不够自适应。针对以上三个问题，本文设计了一种基于权重的 局部稀疏表示的外观模型，然后在此基础上建立了一种目标帧问相似度作为目标 的时间上下文约束关系，并基于改进的模板更新方法，构建了一种局部稀疏表示 的自适应目标跟踪算法。论文具体工作如下： (1)针对现有局部稀疏模型使用简单分块来对目标外形建模的不足，本文设 计了一种基于权重的局部稀疏表示的外观模型。该方法首先对目标进行局部分块， 然后对局部块进行权重计算，寻找表现比较一致和稳定的局部图像块并赋予更高 的权重，最后通过齐汇聚操作获得目标的最终外观模型的特征表示。在2015 PAMI benchmark数据集上的测试表明，通过权重操作后，跟踪算法可以更好地抑制遮 挡、运动模型等噪声对跟踪器性能的影响。 (2)在权重的局部稀疏表示的外观模型基础上，本文构建了一种目标帧问相 似度作为目标的时间上下文约束，权重信息和时间信息二者共同作用促进目标表 达更加准确。此外目前增量子空间学习与稀疏表示结合的模板更新方法会丢失部 分信息，且是固定帧地更新目标外观模型。本文改进其方法，在模板更新时，稀 疏表示只对噪声进行稀疏约束而不对PCA的特征基向量矩阵进行稀疏限制，从而 确保可以把所有的主成分用于重构目标并移除噪声的影响。 最后通过公共的目标跟踪评价标准，验证了本文所设计出的运动目标跟踪算 法在应对目标局部遮挡、姿态变化、运动模糊和目标尺寸变化等复杂场景下具有 较大优势。 关键词：目标跟踪；稀疏表示；关键块；时间上下文约束；模板更新 II 万方数据 硕士学位论文Abstract 硕士学位论文 Abstract Visual obj ect tracking is one of the core component in computer vision，which can be w