面向無(wú)人機(jī)伴飛的多核相關(guān)濾波跟蹤算法研究.pdf

1、無(wú)人機(jī)智能飛行技術(shù)是當(dāng)前無(wú)人機(jī)領(lǐng)域的研究熱點(diǎn)，吸引了廣大學(xué)者的密切關(guān)注和深入研究。無(wú)人機(jī)伴飛是指通過(guò)無(wú)人機(jī)所攜帶的前向攝像機(jī)對(duì)目標(biāo)進(jìn)行定位，并估計(jì)目標(biāo)的運(yùn)動(dòng)狀態(tài)，從而反過(guò)來(lái)控制無(wú)人機(jī)的飛行軌跡，達(dá)到伴隨飛行的目的。隨著無(wú)人機(jī)的廣泛應(yīng)用，如田徑、滑雪、劃艇等極限運(yùn)動(dòng)拍攝和日常生活記錄等，無(wú)人機(jī)伴飛具有重要的研究意義和發(fā)展前景，但與之相關(guān)的研究仍處于探索階段。無(wú)人機(jī)伴飛的關(guān)鍵技術(shù)主要涉及基于視覺(jué)的目標(biāo)檢測(cè)跟蹤技術(shù)，它是無(wú)人機(jī)能夠安全、準(zhǔn)確伴

2、隨飛行的基礎(chǔ)。本論文主要針對(duì)伴飛應(yīng)用中的基于視覺(jué)的目標(biāo)檢測(cè)跟蹤技術(shù)展開研究，主要工作內(nèi)容如下：
　　首先，回顧了當(dāng)前現(xiàn)有的運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤算法，包括光流法、背景差分法、幀間差分法和相關(guān)濾波跟蹤算法，對(duì)其算法機(jī)理和性能進(jìn)行了分析。其次針對(duì)當(dāng)前跟蹤速度快、精度高的基于核函數(shù)相關(guān)濾波的跟蹤算法進(jìn)行研究，該方法通過(guò)循環(huán)矩陣實(shí)現(xiàn)密集采樣，并利用其性質(zhì)加速分類器訓(xùn)練和核函數(shù)矩陣的計(jì)算。然后對(duì)其進(jìn)行了仿真，在算法復(fù)雜度、光照改變、遮擋和姿態(tài)變化

3、等方面進(jìn)行了實(shí)驗(yàn)分析，結(jié)果表明該算法具有良好的跟蹤效果，但是當(dāng)目標(biāo)全部被遮擋情況，會(huì)出現(xiàn)目標(biāo)丟失的情況。
　　其次，針對(duì)現(xiàn)有基于核函數(shù)相關(guān)濾波跟蹤算法的不足，提出一種級(jí)聯(lián)迭代分類器初始化方法，以彌補(bǔ)分類器初始化時(shí)樣本單一問(wèn)題。該方法采用弱分類器融合集成的思路，設(shè)計(jì)了一種自適應(yīng)的分類器權(quán)值分配策略，以得到強(qiáng)分類器。實(shí)驗(yàn)表明，集成后的強(qiáng)分類器有效的包含了多幀視頻的目標(biāo)信息，能夠檢測(cè)出較大變換后的目標(biāo)。
　　然后，針對(duì)基于核函數(shù)相

4、關(guān)濾波的跟蹤算法難以處理目標(biāo)遮擋的問(wèn)題，提出了一種多核并行相關(guān)跟蹤算法，該算法能夠準(zhǔn)確判別真實(shí)目標(biāo)和偽目標(biāo)，從而保證分類器訓(xùn)練和更新的準(zhǔn)確性。該方法采用三個(gè)分類器聯(lián)合估計(jì)目標(biāo)的位置，并根據(jù)輸出響應(yīng)更新分類器。這種多分類器并行檢測(cè)，獨(dú)立更新的方法，保證了分類器中既能適應(yīng)目標(biāo)的多種變換，還能防止因?yàn)槿谌雮文繕?biāo)信息而丟失真實(shí)目標(biāo)信息。
　　為了驗(yàn)證所提算法的有效性，論文最后在11個(gè)測(cè)試視頻上進(jìn)行了實(shí)驗(yàn)對(duì)比測(cè)試，結(jié)果表明，在相同條件下，改