【摘 要】
：
目标跟踪技术现已成为视频和图像处理领域不可或缺的一部分,为智能城市交通、国防、航空航天和生命科学等部门的发展提供了强有力的技术支撑。在目标跟踪研究过程中,运动中的目标极易受到外界因素及复杂环境（遮挡、背景杂乱、光照强度变化等）的干扰,导致跟踪效果不佳。为此,本文分别选用NCC匹配算法和KCF算法对目标进行跟踪,并以上述算法为基础展开了研究。本文首先引入了三种目标检测算法,即帧间差分法、GMM和Vi
论文部分内容阅读
目标跟踪技术现已成为视频和图像处理领域不可或缺的一部分,为智能城市交通、国防、航空航天和生命科学等部门的发展提供了强有力的技术支撑。在目标跟踪研究过程中,运动中的目标极易受到外界因素及复杂环境（遮挡、背景杂乱、光照强度变化等）的干扰,导致跟踪效果不佳。为此,本文分别选用NCC匹配算法和KCF算法对目标进行跟踪,并以上述算法为基础展开了研究。本文首先引入了三种目标检测算法,即帧间差分法、GMM和Vibe,对这三种检测算法的原理及实现步骤进行了细致的分析,并结合实验效果图,验证了算法在目标检测方面的可行性。然后,研究了基于NCC匹配的目标跟踪算法。为了解决该算法在跟踪过程中出现目标被遮挡或目标重现时出现的跟踪失败的问题,本文提出了结合遮挡判断和Kalman预测器的解决方案。算法采用三帧差分法实现对运动目标的提取,计算出目标模板与下一帧目标之间的巴氏距离,然后完成巴氏距离与阈值的比较,判断目标是否存在遮挡,从而实现NCC匹配算法和Kalman算法的切换。当巴氏距离小于阈值时,目标没有发生遮挡,此时直接采用NCC匹配算法;当巴氏距离大于阈值时,目标发生遮挡,运用Kalman预测器对目标进行跟踪。最后,对KCF算法进行了研究,并实现了两个方面的优化。一是在KCF算法中加入APCE,解决跟踪过程中出现的遮挡问题。二是针对KCF算法使用单一的HOG特征,导致特征信息的提取不够丰富,将HOG、CN特征实现串联融合,弥补两种特征本身的缺陷,提高目标检测的性能,使后续跟踪达到更好的效果。实验结果表明,本文所提算法在面对目标被遮挡、背景杂乱等复杂场景相较于原算法有更好的跟踪精度,能更有效的实现目标跟踪。
其他文献
青杨（Populus cathayana Rehd.）由于耐干旱、生长快,成为防风固沙的先锋树种和良好的用材树种。但随着青杨人工林面积的日益扩大,栽培管理模式的单一,杨树溃疡病的发病率逐渐增加,严重制约了林业的发展。为探明丛枝菌根真菌（Arbuscular mycorrhizal fungi,AMF）在提高青杨抗溃疡病方面的作用,本文研究了青杨接种AMF异形根孢囊霉（Rhizophagus irr
心血管疾病作为一种慢性疾病一直困扰着人类,是危害生命健康的严重疾病之一。因此,利用患者的电子病历信息来自动预测心血管疾病,在智能辅助诊疗中具有重要的应用价值,也是智慧医疗研究方面的热点问题。随着自然语言处理技术的发展,疾病预测方面也迎来了其强劲的发展势头。本文在电子病历实际情况的基础上,提出利用现有成熟的命名实体识别技术识别并抽取导致心血管疾病的风险因素,为疾病预测任务提供了新的思路。由此,本文紧
松栎混交林群落是秦岭林区分布最广泛,具有典型性和重要性的森林类型,主要分布在秦岭海拔1300 m至1700 m之间,其面积约占秦岭天然林的60%。锐齿槲栎（Quercus aliena var.acutiserrata）、油松（Pinus tabuliformis）、华山松（Pinus armandii）是秦岭松栎混交林的主要树种,在自然条件下往往存在一定的更新限制和障碍。为了更好地保护松栎混交林
电容层析成像（Electrical Capacitance Tomography,ECT）是一种电学过程层析成像技术。该技术可根据测量所得的电容值反演出被测场域内的流体截面图像,因其具有无辐射、非侵入、成本低和可视化等特点,被国内外学者广泛关注并研究。目前,针对ECT技术的研究主要集中在电容传感器设计、数据采集系统优化和图像重建等方面。本文基于8电极电容层析成像系统,针对图像重建算法开展研究。在对
祁连圆柏（Juniperus przewalskii）群落是青海省主要森林群落之一,在维持青藏高原生态安全、保育生物多样性和涵养水源等方面发挥着重要作用。因其分布海拔较高,交通不便,有关青海省祁连圆柏群落植物物种多样性特征鲜见报道。为了解祁连圆柏群落植物物种多样性特征及其影响因子,以青海省祁连圆柏群落为研究对象,通过野外调查与室内分析,探讨了该群落物种组成、区系特征、垂直分布格局和影响物种多样性的
图像分割是计算机视觉和模式识别中最具挑战性的研究课题之一,是将图像分成若干个具有独特性质区域的过程,分割的好坏影响着后续处理的效果。随着研究的深入,学者们提出了大量的图像分割算法。其中,基于模糊聚类的图像分割算法最为经典,它结合了模糊性质以及聚类理论表达出较好地结果,现已广泛应用于多个研究领域。由于模糊C均值聚类（Fuzzy C-mean clustering,FCM）算法聚类中心与局部邻域信息的
遗传多样性决定物种的生存、发展和进化,对其进行研究有助于该物种的保护和利用。祁连圆柏（Juniperus przewalskii）是青藏高原东北部特有的优势树种,有良好的水土保持和水源涵养作用。同时,具有药用和材用价值。在全球变暖的情况下,高山物种将特别脆弱,祁连圆柏作为青海省优良乡土树种之一,当前适生区的变化尚不清楚。为全面掌握青海省祁连圆柏遗传变异规律,揭示祁连圆柏居群遗传多样性与环境因子的相
陕西省劳山林区位于黄土高原丘陵沟壑区,既是森林草原向草原植被过渡的重要生态交错区,也是陕西黄土高原森林生态系统保存最为完好和生物多种性最为丰富的区域,在保障陕西北部国土和生态安全方面具有重要作用。本研究通过调查、植物标本鉴定和分析,研究了本区植物地理成分多样性及资源植物的数量特征,旨在为生物多样性保护及资源利用提供数据支撑。主要研究成果如下:（1）本区共有植物718种,隶属于97科360属。其中裸
机器视觉广泛应用于工业、军事和航天等行业,其中,目标跟踪是一个重要的应用方向。目标跟踪算法在复杂场景中对单目标和多目标跟踪都能取得良好的跟踪效果。相关滤波类跟踪算法凭借其精度高、速率快和鲁棒性好等特点在众多跟踪算法中脱颖而出,且在近些年来受到广泛的关注和研究。但实际应用中跟踪结果容易受算法性能的影响和周围复杂环境的影响,所以在复杂环境中提高跟踪器性能具有重要的研究意义。本文为了解决在目标跟踪过程中
油松（Pinus tabulaeformis）是黄土高原的乡土常绿针叶树种,抗旱能力强、根系发达,在生态环境建设中发挥着重要作用。土壤磷是植物生长发育过程中必不可少的营养元素之一,也是土壤养分的重要指标。尽管土壤中全磷含量较高,但大部分以植物不能直接吸收利用的无效态存在。黄土高原地区气候干旱少雨,土壤因其风化程度高且钙氧化物丰富,对磷有较强的固定能力。因此,该区域油松林木生长经常受到低可利用性的土