基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究

1、碩士學(xué)位論文基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究技術(shù)研究ResearchesonObjectTrackingBasedonConvolutionalNeuralwks作者姓名：唐爽碩學(xué)科、專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)學(xué)號(hào)：21409154指導(dǎo)教師：胡小鵬完成日期：2017.6.5大連理工大學(xué)DalianUniversityofTechnology萬方數(shù)據(jù)大連理工大學(xué)碩士學(xué)位論文I摘要目標(biāo)跟蹤技術(shù)是圖像處理和計(jì)算機(jī)視覺領(lǐng)域

2、的一個(gè)重要研究方向，無論在軍事領(lǐng)域還是人們的日常生活中都有著廣泛的應(yīng)用，例如在軍事領(lǐng)域中的武器精確制導(dǎo)、偵查預(yù)警、無人機(jī)飛行器等，以及民用方面的智能交通、機(jī)器人視覺導(dǎo)航、醫(yī)療影像診斷等眾多領(lǐng)域都有目標(biāo)跟蹤技術(shù)的身影。目標(biāo)跟蹤是在連續(xù)的視頻序列中隨著場(chǎng)景的不斷變化對(duì)某一特定目標(biāo)實(shí)現(xiàn)狀態(tài)估計(jì)的過程。在實(shí)際的跟蹤環(huán)境中，由于成像條件的復(fù)雜性和場(chǎng)景的多樣性，使得實(shí)現(xiàn)穩(wěn)定有效的目標(biāo)跟蹤仍然面臨一系列的困難和挑戰(zhàn)。本文針對(duì)目標(biāo)跟蹤過程中的技術(shù)難點(diǎn)，

3、圍繞目標(biāo)外觀建模對(duì)目標(biāo)跟蹤技術(shù)進(jìn)行了深入的研究，提出了兩種基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤算法。本文針對(duì)傳統(tǒng)目標(biāo)跟蹤算法中的人工構(gòu)造特征表達(dá)能力不足、難以提取涉及語義信息的問題，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)多尺度表達(dá)的目標(biāo)跟蹤算法。該方法利用卷積神經(jīng)網(wǎng)絡(luò)可以自動(dòng)學(xué)習(xí)圖像中的深層語義信息的特點(diǎn)，結(jié)合拉普拉斯金字塔構(gòu)建多個(gè)尺度的卷積網(wǎng)絡(luò)結(jié)構(gòu)。使用視頻跟蹤數(shù)據(jù)集對(duì)網(wǎng)絡(luò)模型以參數(shù)共享的方式進(jìn)行由粗到細(xì)的訓(xùn)練，從而獲取對(duì)尺度變化更具魯棒性的目標(biāo)多尺度外觀

4、表達(dá)。最后結(jié)合多示例學(xué)習(xí)算法的優(yōu)勢(shì)，構(gòu)建基于多尺度表達(dá)的多示例分類器來實(shí)現(xiàn)目標(biāo)的在線跟蹤，并針對(duì)多示例算法易飽和的問題，對(duì)多示例算法進(jìn)行改進(jìn)。該方法使得目標(biāo)的外觀模型對(duì)目標(biāo)變化以及尺度變化更加魯棒，可以實(shí)現(xiàn)更加穩(wěn)定的跟蹤效果，提高了算法的準(zhǔn)確率和成功率。本文針對(duì)目標(biāo)跟蹤過程中的目標(biāo)變化導(dǎo)致的漂移現(xiàn)象，提出了一種基于Attention機(jī)制的目標(biāo)跟蹤算法。該方法將視頻序列的初始幀內(nèi)容作為記憶單元，使得網(wǎng)絡(luò)學(xué)習(xí)始終保持對(duì)初始幀目標(biāo)特征的記憶，

5、并根據(jù)視頻幀之間的內(nèi)容關(guān)聯(lián)，利用初始幀設(shè)計(jì)Attention層次結(jié)構(gòu)，構(gòu)建基于Attention機(jī)制的卷積網(wǎng)絡(luò)模型，通過學(xué)習(xí)使得網(wǎng)絡(luò)自動(dòng)關(guān)注目標(biāo)中的關(guān)鍵位置。從網(wǎng)絡(luò)的不同層中提取特征并進(jìn)行金字塔空間池化處理，構(gòu)建多專家分類器實(shí)現(xiàn)目標(biāo)的在線跟蹤。實(shí)驗(yàn)結(jié)果表明，該方法可以充分考慮目標(biāo)的初始幀信息以及關(guān)鍵位置，有效緩解在跟蹤過程中由于目標(biāo)變化出現(xiàn)的漂移現(xiàn)象，實(shí)現(xiàn)在多種場(chǎng)景下進(jìn)行穩(wěn)定有效的跟蹤。關(guān)鍵詞：目標(biāo)跟蹤；特征提??；卷積神經(jīng)網(wǎng)絡(luò)；Atte