基于目標檢測的跟蹤算法研究.pdf

1、最近由于目標檢測與識別的快速發(fā)展，使得基于目標檢測的跟蹤算法逐漸流行起來。本文研究了該大類中的單、多目標跟蹤算法。在本文中提出了基于粒子濾波框架的壓縮感知跟蹤算法，改善了目標的漂移問題。同時，本文針對多目標跟蹤中經(jīng)常遇到的遮擋問題，提出了一種基于檢測的多目標跟蹤算法。
　　本文首先對一些經(jīng)典的目標跟蹤算法進行了研究與實驗分析，發(fā)現(xiàn)此類算法經(jīng)常由于誤差的積累而發(fā)生漂移問題，并對產(chǎn)生問題的原因進行了分析?；谠诰€學(xué)習(xí)跟蹤算法常遇到的漂

2、移問題，提出了將粒子濾波框架作為壓縮感知算法的運動模型。利用粒子濾波的特點，當(dāng)目標暫時發(fā)生漂移時，使得其有能力在后續(xù)過程重新找回目標。同時將分類器的分類正確率作為權(quán)值，加入到原來的樸素貝葉斯分類器中，提高了分類器的分類準確性。研究了基于檢測的多目標跟蹤算法。提出了新的外觀模型與運動模型以及貪婪的數(shù)據(jù)聯(lián)想算法。采用了基于目標軌跡置信度的聯(lián)想策略，同時改進了軌跡置信度的定義。最后對于多目標跟蹤過程中遇到的遮擋，漏檢，不準確檢測等問題進行了實