-
11
- 上一篇：PHP+MySQL在线交流系统的设计与实现
- 下一篇：线性查找第k小元素的算法设计分析与优化研究
3.4 结果整合 15
3.5 学习器 15
4 基于 TLD 的多目标跟踪改进及实现 18
4.1 原始 TLD 算法分析 18
4.2 TLD 的多目标跟踪 19
5 实验效果及对比分析 21
5.1 系统分析 21
5.2 软件界面 21
5.3 对比分析 22
5.4 待改进之处 25
结论 26
致谢 27
参考文献 28
1 绪论
1.1 研究的目的和意义
随着计算机运算性能的不断提高, 计算机视觉也快速发展起来，成为当前最热门的 研究方向之一。可视目标跟踪问题是计算机视觉领域中的一个重要问题，涉及到机器 学习、人工智能、图像处理、机器视觉等相关知识。可视目标跟踪对视频中的目标进 行跟踪，获取目标的运动信息，在交通、军事、工业、医疗等领域具有广泛的应用前 景。文献综述
1.2 研究现状
目前，对于目标跟踪，有两类主要的方法，一个是通过位移跟踪目标，另一个是 通过检测跟踪目标，这两类方法的描述如下：
通过位移跟踪这种方法在两幅图像之间估计目标位移，经常使用光流法。光流法 跟踪两幅图像中的特征点以实现目标跟踪，但是这种方法有一些缺点，即在目标移出 图像区域或者目标发生严重遮挡、变形的时候，这种方法会跟踪失败。另外，随着跟 踪时的误差积累，偏移会越来越大，因此，这种算法并不适合于长期跟踪。这种方法 的代表算法有 LK 光流法[1]等等。
另外一种跟踪方法是通过检测目标的特征来跟踪目标。这种方法提取目标的特征， 如颜色、形状等等，然后在待检测的图像中检测这些特征，从而找出目标。检测跟踪 也有缺点，它不能独立使用，在检测之前必须要有目标的特征。这种方法的代表算法 有模板匹配，mean-shift [2]，camshift [3][4]，运动模板[5]，粒子滤波[6]等等。
不管是通过位移跟踪还是通过检测跟踪方法都有各自的缺点，单独使用的时候都 不能取得较好的跟踪效果。Kalal 等人把这两种方法结合起来，提出了一种新的算法 TLD (Tracking- Learning- Detection)算法[7][8]。TLD 算法将跟踪、检测和学习结合起来， 不断更新检测器和修正跟踪器，同时也可以学习目标的新外观，所以能够长时间地跟 踪目标。
1.3 课题任务要求
本课题旨在了解、掌握并实现 TLD 算法的基础上改进和增强此算法，实现多目标
的跟踪，利用改进后的算法编写相关软件，跟踪视频中的目标(如人)，并进行比较分析。
1.4 后续章的组织结构来!自~751论-文|网www.751com.cn
本文后续章按照如下方式组织： 第二章描述相关原理，主要涉及本文要用到的一些方法的原理。 第三章是 TLD 算法，详细介绍 TLD 算法的原理。
第四章是多目标的 TLD 及其改进，详述基于 TLD 的多目标跟踪算法的实现及其 改进。
-
基于Kinect的手势跟踪与识别算法设计
-
基于核独立元分析的非线...
-
android学习行为共享系统的设计与实现
-
基于人体检测的异常行为识别
-
ASP.NET+SQLSERVER古诗词在线学...
-
GSM系统位置跟踪技术的仿真
-
Canny图像边缘检测技术的研究与实现
河岸冲刷和泥沙淤积的监测国内外研究现状
十二层带中心支撑钢结构...
电站锅炉暖风器设计任务书
当代大学生慈善意识研究+文献综述
酸性水汽提装置总汽提塔设计+CAD图纸
乳业同业并购式全产业链...
java+mysql车辆管理系统的设计+源代码
中考体育项目与体育教学合理结合的研究
杂拟谷盗体内共生菌沃尔...
大众媒体对公共政策制定的影响