版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、目標跟蹤是計算機視覺領(lǐng)域的一塊重點內(nèi)容。隨著其它支撐類學(xué)科的發(fā)展,目標跟蹤算法也在不斷進步當中。傳統(tǒng)的目標跟蹤算法往往是通過對目標運動趨勢的估計來實現(xiàn)對非快速運動目標的跟蹤。也就是根據(jù)前一幀圖像中目標的位置,利用相鄰幀間目標位移緩慢的特性來進行跟蹤的算法,筆者在文中稱其為利用時間相關(guān)性的跟蹤算法。由于這種跟蹤算法無法解決目標消失再出現(xiàn)時的二次跟蹤問題,計算機視覺跟蹤領(lǐng)域的學(xué)者們開始利用檢測來代替預(yù)估計進行目標檢測類跟蹤。這類跟蹤算法主要
2、利用了目標前景和背景的空間特性,提取特征,訓(xùn)練分類器進行檢測識別,從而實現(xiàn)對目標的跟蹤。筆者將這類算法稱為利用空間相關(guān)性的算法。近幾年,在目標跟蹤方面出現(xiàn)了一種新的跟蹤算法—TLD跟蹤算法。它同時利用了時間相關(guān)性和空間相關(guān)性,設(shè)計出了一種可適應(yīng)長期在線學(xué)習(xí)更新樣本的學(xué)習(xí)機制P-N Learning。在這種學(xué)習(xí)機制的幫助下,結(jié)合傳統(tǒng)的運動估計和圖像檢測兩類跟蹤算法設(shè)計出一種更加貼近人類跟蹤行為的跟蹤算法。該算法如果應(yīng)用到人臉識別領(lǐng)域,可以
3、在一定程度上提高人臉識別系統(tǒng)的精度,減輕人臉識別系統(tǒng)的硬件負載。將原來人臉識別系統(tǒng)中常用的逐幀識別策略替代為跟蹤加識別的策略,從而達到改善原有系統(tǒng)的目的。因此,本文設(shè)計出一種基于TLD框架的人臉跟蹤算法并將該算法應(yīng)用到人臉識別領(lǐng)域。
本文首先介紹了TLD算法中用到的相關(guān)理論知識,其中包括LK光流跟蹤算法、視頻檢測相關(guān)理論和P-N Learning學(xué)習(xí)算法。在第三章,本文主要介紹了在TLD跟蹤算法的框架下用于進行人臉檢測的兩種分
4、類算法的設(shè)計與實現(xiàn)。同時也論述了兩種分類算法相關(guān)的網(wǎng)格生成模塊和特征提取模塊的實現(xiàn)方法。隨機蕨叢分類器是一種隨機森林分類器的變形分類器,它具有快速訓(xùn)練和魯棒性強的特點,在學(xué)習(xí)過程中,隨機蕨叢分類器不會因為樣本更新而占用額外存儲資源,因此很適合用于在線學(xué)習(xí)的跟蹤算法。最近鄰分類器配合TLD算法中的相似度計算方法和在線學(xué)習(xí)更新樣本的策略有出色地識別能力,因此被選中作為TLD算法中最后一級分類器。在第四章,本文首先概述了基于TLD框架的人臉跟
5、蹤算法整體框架結(jié)構(gòu)。之后詳細論述了人臉跟蹤算法的工作原理、融合決策模塊的設(shè)計與決策方法。本文在第四章還論述了TLD跟蹤算法中跟蹤模塊、檢測模塊、學(xué)習(xí)模塊的設(shè)計原理和實現(xiàn)方法。在實驗結(jié)果與分析一章中,論文分別介紹了基于TLD框架的人臉跟蹤算法在單獨使用跟蹤模塊、跟蹤與檢測模塊、完整算法三種情況下對同一視頻跟蹤效果,并分析學(xué)習(xí)模塊在整個算法中的重要作用。對人臉跟蹤算法進行魯棒性測試,通過測試該算法在遮擋、消失再現(xiàn)、相似目標干擾等情況下的跟蹤
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- TLD框架下的多人臉目標跟蹤算法設(shè)計與實現(xiàn).pdf
- 基于Adaboost和TLD算法的人臉檢測跟蹤系統(tǒng).pdf
- 基于TLD的人臉長時間跟蹤的研究與應(yīng)用.pdf
- 基于TLD框架的目標跟蹤算法研究.pdf
- 基于TLD的目標跟蹤算法研究與實現(xiàn).pdf
- 基于OpenCV的人臉檢測與跟蹤算法實現(xiàn).pdf
- 基于OpenCV的人臉檢測與跟蹤算法研究與實現(xiàn).pdf
- 人臉檢測跟蹤算法的研究與基于DaVinci的人臉檢測系統(tǒng)實現(xiàn).pdf
- 基于膚色的人臉跟蹤算法的研究
- 基于圖像的人臉檢測與跟蹤算法研究.pdf
- 基于視頻的人臉檢測與跟蹤算法的研究.pdf
- 基于TLD模型的多目標跟蹤算法的研究與實現(xiàn).pdf
- 基于TLD框架的手熱檢測與跟蹤系統(tǒng)的研究與實現(xiàn).pdf
- 基于特征匹配的人臉跟蹤算法.pdf
- 基于復(fù)雜場景的人臉檢測與人臉跟蹤的研究與實現(xiàn).pdf
- 基于TLD的行人跟蹤算法研究.pdf
- 基于曲線進化的人臉檢測與跟蹤算法研究.pdf
- 基于膚色信息的人臉檢測與跟蹤算法研究.pdf
- 基于紅外的人臉識別與跟蹤算法改進研究.pdf
- 基于改進的TLD目標跟蹤算法研究.pdf
評論
0/150
提交評論