基于GPU加速的目標(biāo)跟蹤技術(shù)研究.pdf

1、視覺跟蹤是計算機(jī)視覺中熱門的研究問題之一，它有著非常廣泛的應(yīng)用，目前在智能交通、虛擬現(xiàn)實、人機(jī)交互、視頻監(jiān)控等領(lǐng)域發(fā)揮著重要的作用。目標(biāo)跟蹤中的長期跟蹤一直是一個比較有挑戰(zhàn)性的問題，跟蹤-學(xué)習(xí)-檢測(Tracking-Learning-Detection，TLD)是比較優(yōu)秀的長期目標(biāo)跟蹤算法，本文是在此算法的基礎(chǔ)上進(jìn)行改進(jìn)。
　　TLD跟蹤算法是一種實時的目標(biāo)跟蹤算法，解決了跟蹤中目標(biāo)丟失復(fù)現(xiàn)后無法跟蹤的問題。TLD算法由跟蹤器，

2、學(xué)習(xí)器，檢測器組成，在目標(biāo)被部分遮擋的時候，TLD跟蹤器容易失效，而且此狀態(tài)下檢測器通常也檢測不到目標(biāo)。另外TLD中核心的檢測器模塊的運算量較大，在圖像分辨率高的情況下，不能做到實時跟蹤。本文做的主要工作如下：
　　(1)針對TLD在目標(biāo)部分遮擋的情況下，跟蹤效果欠缺的問題，通過分析研究導(dǎo)致此情況的原因，采用Kalman濾波器來改進(jìn)算法，提高在此情況下的跟蹤準(zhǔn)確性。
　　(2)針對TLD的檢測模塊運算量大導(dǎo)致算法在高分辨率幀