中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 蔡志伟西安电子科技大学 2019年硕士导师: 冯海林共88页

摘要 : 随着海洋开发与水下作战愈发受到世界关注，水下目标跟踪作为其中不可或缺的重要组成部分，越来越受到人们重视并成为研究热点。水下目标跟踪是通过水下传感器收集的量测值来快速估计移动目标的状态并且尽可能接近真实状态的复杂过程。目标状态估计问... 展开随着海洋开发与水下作战愈发受到世界关注，水下目标跟踪作为其中不可或缺的重要组成部分，越来越受到人们重视并成为研究热点。水下目标跟踪是通过水下传感器收集的量测值来快速估计移动目标的状态并且尽可能接近真实状态的复杂过程。目标状态估计问题从本质上说是非线性滤波问题，而粒子滤波不受线性高斯条件约束的优异性质使其成为解决目标跟踪中状态估计问题的有效方法。本文基于粒子滤波对水下目标跟踪相关问题进行研究，针对粒子滤波存在粒子退化与粒子贫化而导致跟踪精度不高的问题，从重要性密度函数和重采样两个角度出发，来改进粒子滤波的滤波精度。主要工作内容如下：首先，本文提出了一种改进粒子滤波算法，以均方根容积卡尔曼滤波作为建议分布，并采用自适应人工鱼群算法来优化粒子，通过觅食、聚群等鱼群行为，使粒子更接近于真实后验分布，并解决粒子退化贫化问题。此外，又设计了一种水下无线传感器网络传感器节点选择方案，在保持跟踪精度的前提下，通过每次精确地唤醒四个传感器节点来减少网络能耗。同时，针对多传感器节点的分布式信息融合问题，提出了一种基于局部估计间相似性的融合方法，以获得更好的跟踪结果。仿真结果表明，本文的方法具有优越的跟踪性能。其次，针对标准粒子滤波存在的问题，本文又将人工蜂群算法与粒子滤波相融合，提出了另一种改进粒子滤波算法，并应用于水下无线传感器网络的目标跟踪。在所提出的方法中，使用均方根容积卡尔曼滤波来生成建议分布，并且在重采样之前使用人工蜂群算法来优化粒子，将每个粒子都视为蜜源，蜂群寻找局部最佳蜜源的工作即为优化粒子的过程，这使得粒子集中有效粒子的数量增加，并提高了粒子多样性。此外，又将线性最小方差准则用于水下无线传感器网络中的分布式融合结构中，将局部估计融合在一起。仿真结果表明，本文算法在跟踪精度及效率方面优于其他经典算法。收起

关键词 : 水下目标跟踪算法目标跟踪粒子滤波

2. 基于多级特征串联相关粒子滤波的视频目标跟踪

[学位论文] 张汝佳长安大学 2021年硕士导师: 杨小军共79页

摘要 : 视频目标跟踪技术主要包括图像处理、模式识别和现如今炙手可热的深度学习和人工智能等技术，属于当前计算机视觉领域中一项至关重要的研究内容。为了克服执行跟踪任务时目标本身的变化和跟踪环境的随机性，学者们致力于研究一项性能优越的视频目标跟... 展开视频目标跟踪技术主要包括图像处理、模式识别和现如今炙手可热的深度学习和人工智能等技术，属于当前计算机视觉领域中一项至关重要的研究内容。为了克服执行跟踪任务时目标本身的变化和跟踪环境的随机性，学者们致力于研究一项性能优越的视频目标跟踪算法。本文致力于改善视频目标跟踪算法性能上的鲁棒性与精确性，针对基于多级特征串联的改进粒子滤波算法和相关粒子滤波算法来进行展开： 1、针对传统的单一特征视频目标跟踪算法存在很大的局限性，提出一种新的目标跟踪算法框架：多级特征串联算法框架，第一次滤波时，对目标选取CN特征进行提取，针对该特征对目标进行预测估计，确定出目标在第一次滤波时的更新位置；然后在第一次滤波的基础上进行第二次滤波，对目标选取边缘特征进行提取，针对该特征再次对目标进行预测估计，从而得到目标较为精确的更新位置，由此确定出下一帧时目标的预测位置。 2、因为传统粒子滤波算法易产生粒子多样性降低问题，提出了对其重采样步骤进行改进的方法。在重要性采样完成后，得到一组带有不同权值的粒子集，在这些粒子集中选取权值较大和权值较小的粒子，对于权值较大的粒子在其周围区域随机生成新的粒子，对于权值较小的粒子进行淘汰，最终粒子数量与之前保持不变。并且结合多级特征串联框架，即多级特征串联粒子滤波算法，如此不仅有效地克服了传统粒子滤波重采样引起的粒子多样性的降低，也提高了粒子滤波计算的效率。通过实验表明，此改进算法可以解决目标形变、遮挡和背景混乱等问题。 3、由于传统粒子滤波和相关滤波算法在应用中存在不足，提出了一种多级特征串联相关粒子滤波的算法，粒子滤波算法能够处理目标尺度的变化和遮挡等问题，相关滤波算法是可以把采样的粒子引导至目标状态进行分布模式并且训练特征，降低计算量。通过实验表明，相比于其它算法，多级特征串联相关粒子滤波算法可以提高执行跟踪任务的精确性和鲁棒性。本文算法不仅保证了在一系列挑战性因素影响下的跟踪精度，而且降低了粒子滤波算法的复杂计算量，与其它算法相比较，本文算法具有更优越的性能，兼顾了执行跟踪任务的精确性与鲁棒性。收起

关键词 : 视频目标跟踪粒子滤波算法目标跟踪多级特征串联

3. 图像目标识别与跟踪的研究

[学位论文] 杨彩霞北京理工大学 2002年硕士导师: 莫波共90页

摘要 : 该文论述了一种能适应目标运动和静止状态的识别算法.该算法首先根据帧间目标的相对位置判断目标的状态,之后根据目标状态作相应的处理.对于目标的运动状态用帧差算法检测出目标;对于静止状态先用选择平均法去噪,然后用Sobel边缘检测算子检测目标.接着... 展开

关键词 : 目标跟踪图像处理

4. 多分辨率目标跟踪方法的研究

[学位论文] 范涛北京航空航天大学 2000年硕士导师: 杨晨阳共115页

摘要 : 首先建立了多分辨率目标跟踪方法的基本框架,并介绍了这种方法的基本概念.该中介绍了两种机动目标跟踪算法:多模型算法和交互式多模型算法,以及三种多目标跟踪算法:概率数据互联、联合概率数据到联和经验概率数据互联算法.其次具体研究了时间多分经方... 展开

关键词 : 多分辨率目标跟踪机动目标跟踪多目标跟踪模糊目标跟踪

5. 质点滤波在目标跟踪中的应用

[学位论文] 臧玮浙江大学 2008年硕士导师: 陈抗生;史治国共78页

摘要 : 近年来，质点滤波由于其对非线性非高斯系统的适用性，逐渐成为了目标状态跟踪中的一个重要技术。本文首先讨论了非线性离散系统的估计理论，包括卡尔曼滤波及质点滤波，而后主要讨论了质点滤波对再入飞行器的跟踪并提出改进算法以提高跟踪性能，通过... 展开

关键词 : 质点滤波目标跟踪

6. 面向游泳馆场景的人员检测跟踪方法研究与应用

[学位论文] 王晓航浙江工业大学 2023年硕士导师: 张剑华;郭东岩共90页

摘要 : 目前，对游泳馆内人员的检测工作主要集中在游泳人员的检测、跟踪以及对溺水情况的判定。然而，在对游泳人员的检测和跟踪过程中，存在实时性要求高、水面反光和水花的干扰、目标人员尺度不一等复杂问题。为了解决这些问题，本文提出了一种面向游泳馆... 展开目前，对游泳馆内人员的检测工作主要集中在游泳人员的检测、跟踪以及对溺水情况的判定。然而，在对游泳人员的检测和跟踪过程中，存在实时性要求高、水面反光和水花的干扰、目标人员尺度不一等复杂问题。为了解决这些问题，本文提出了一种面向游泳馆场景的人员检测跟踪方法。论文主要研究内容如下： (1)提出了一种轻量化目标检测算法，可实时地检测游泳馆内的人员。该算法采用GhostConv卷积层替代传统卷积以及主干网络采用一系列Ghostbottleneck模块，以减少模型的计算量，达到实时性要求。同时，在主干网络中添加SEbottleneck模块以及在颈部结构中融入了CBAM注意力机制，以提高特征提取能力和目标特征增强，解决水面反光等因素造成的精度下降问题。CBAM注意力机制模块还能够强化多尺度目标特征，提高对小目标人头的检测能力。经过改进后，其检测模型在自制的游泳馆数据集上的平均精度(AP)达到了89.8%，对多摄像头图像同时推理的速率最高可达31FPS。相比于YOLOv7，该方法不仅保持了高检测效率，同时提高了检测精度。 (2)提出了基于交并比(IoU)计算的人头和人体匹配算法，以能够将人头和人体匹配为一个完整的目标。并针对匹配算法没有使用表观特征，导致人头和人体匹配错误的问题，又提出了基于人体特征的人头回归网络，以用于辅助人头和人体匹配算法，解决匹配错误的问题。相应地提出了一组评价指标来衡量人头和人体匹配算法的性能，实验结果表明，通过引入基于人体特征的人头回归网络，人头人体匹配准确率可提高至92.1%，这表明基于人体特征的人头回归网络在人头人体匹配算法中具有显著的提升作用。 (3)根据人头和人体匹配结果，提出了针对游泳馆人员的多目标跟踪算法，以实现对已匹配的人员目标进行跟踪，并对跟踪结果中的人头和人体信息进行分析和应用，从而构建游泳馆人员监督系统。该系统包括游泳馆人员实时跟踪监控、游泳馆人员流量统计、游泳馆救生员岗位监视控以及游泳人员溺水判断等多种功能，并通过数据可视化的界面进行效果展示。收起

关键词 : 目标跟踪游泳馆人员轻量化网络多目标跟踪

7. 基于时空记忆与单应性估计的平面目标跟踪算法

[学位论文] 翟中冠四川大学 2022年硕士导师: 刘艳丽共85页

摘要 : 平面目标跟踪是计算机视觉中一类具有很强实用性的跟踪技术。由于人造场景或者人造物体常常是由平面构成，平面目标跟踪技术被广泛应用于增强现实、无人车、无人机、机器人等诸多领域。平面目标跟踪技术主要聚焦于在多样化的环境中对感兴趣平面... 展开平面目标跟踪是计算机视觉中一类具有很强实用性的跟踪技术。由于人造场景或者人造物体常常是由平面构成，平面目标跟踪技术被广泛应用于增强现实、无人车、无人机、机器人等诸多领域。平面目标跟踪技术主要聚焦于在多样化的环境中对感兴趣平面实现准确、快速和持续的跟踪。目前平面目标跟踪领域已经出现了许多优秀的方法，然而在真实复杂环境中，场景中的重复纹理或者弱纹理区域会导致基于关键点的方法出现误匹配，目标被遮挡导致的外观变化会使基于模板的方法优化失败，在运动模糊等挑战下基于图的方法的跟踪准确性会受到很大限制，保持鲁棒且准确的平面目标跟踪依旧是一个极具挑战的难题。随着深度学习在计算机视觉领域的普及，基于深度学习研究平面目标跟踪已成为当前该领域的研究热点。然而，面对真实场景复杂多变的环境，现有基于深度学习的平面跟踪算法鲁棒性仍待提高。为了解决平面目标跟踪领域目前面临的众多难题，本文提出了基于时空记忆与单应性估计的平面目标跟踪算法，主要贡献如下：(1)本文提出的算法将平面区域的确定与平面映射关系的估计解耦，以从粗到细的策略将平面目标跟踪细分为两个子任务，降低了整个任务的复杂程度；(2)本文针对性地设计了两个子模块以解决两个细化的子任务，时空记忆分割模块以分类的方式获取像素级的平面区域位置，单应性估计模块则以回归的方式实现平面映射关系求解进而得到亚像素级的平面坐标，为了解决训练数据不足的问题，本文还面向各子任务设计对应的合成数据集，以多阶段的训练方式优化双模块架构；(3)为了解决跟踪过程中的各类误差，本文利用一种重映射机制对累计误差进行矫正，并通过锚变换机制解决估计误差过大导致跟踪失败的难题，两种矫正机制的联合作用使本文算法的跟踪过程具有更好的稳定性。本文在最新的平面目标跟踪基准数据集上，分别在尺度缩放、视点旋转、透视倾斜、运动模糊、障碍遮挡和超出视野等挑战性困难场景下，将本文提出的算法与多种当前性能最好的主流平面目标跟踪算法进行了对比实验。本文对跟踪结果进行可视化实验实现定性的对比分析，通过对跟踪误差衡量指标的评估进行定量的对比分析，对比结果证明本文算法跟踪效果优于当前大多数主流算法。通过本文实验可以证明，在室内外的各种复杂挑战场景中，本文算法均能够实现鲁棒、准确的跟踪，与其他算法相比具有一定的优势。收起

关键词 : 深度学习目标跟踪时空记忆网络单应性估计平面目标跟踪

8. 基于红外图像的目标检测及跟踪研究

[学位论文] 杜若鹏河北工业大学 2020年硕士导师: 张磊共81页

摘要 : 红外目标检测与跟踪是计算机视觉领域中的重要研究方向，在自动驾驶与智能安防等方面有着广泛的应用。相比于可见光图像，红外图像不受光照强弱以及外界环境因素的影响，可实现全天候的应用。但是，由于红外弱小目标像素点较少且缺乏内部特征，工程中... 展开红外目标检测与跟踪是计算机视觉领域中的重要研究方向，在自动驾驶与智能安防等方面有着广泛的应用。相比于可见光图像，红外图像不受光照强弱以及外界环境因素的影响，可实现全天候的应用。但是，由于红外弱小目标像素点较少且缺乏内部特征，工程中应用的红外目标检测与跟踪系统在面对弱小目标时效果不甚理想，适用性不强。本文针对上述问题，提出一种红外目标检测与跟踪系统，对行人目标与弱小目标都可进行鲁棒性强的检测与跟踪，使红外目标检测与跟踪系统的适用性得到了提高。具体工作如下：（1）红外目标检测。为了提高红外目标检测系统的准确率：首先，在图像预处理阶段，基于人类视觉机制改进LoG滤波过程，得到鲁棒性更强的图像。其次，在候选区域生成阶段，提出一种信息融合算法，对红外图像进行热分析与运动分析，充分利用红外图像目标的亮度信息与运动信息，生成目标候选区域。再次，介绍了OCS-LBP特征与三线性插值HOG特征，它们分别利用红外目标的纹理信息与梯度幅值信息。最后，将上述两种特征融合，得到对红外图像目标描述性更强的融合特征，并使用基于融合特征的随机蕨分类器对目标进行分类提取，得到最终的目标检测结果。为了提高红外目标检测系统的适用性，加入红外弱小目标检测模块：针对红外图像中的弱小目标，提出一种改进的局部对比算法，它可以充分利用目标与其周围背景之间的对比度，有效检测红外弱小目标。（2）红外目标跟踪。在检测阶段得到目标的位置后，在红外视频图像中对目标进行跟踪。为了提高红外目标跟踪系统的跟踪精度与适用性：首先，在训练阶段引入上下文信息，在模型更新阶段引入一种高置信度模型更新策略，解决了由于目标严重遮挡造成的目标丢失问题，提升了算法的性能。其次，在跟踪复杂天空背景下的红外弱小目标时，利用高斯曲率滤波来减弱红外图像中背景云层边缘处对跟踪效果的影响。最后，在图像中检测出多个目标需要跟踪时，提出一种改进的多目标跟踪算法。该算法通过加权融合两种改进特征的跟踪结果，为检测到的每个目标建立相关滤波跟踪器，并通过跟踪片的置信度分步关联目标的运动轨迹，达到精准跟踪多个目标的效果，加强红外目标检测与跟踪系统的适用性。收起

关键词 : 目标检测目标跟踪多目标跟踪红外图像

9. 交通视频检测系统中目标检测和跟踪方法研究

[学位论文] 雷云长安大学 2010年硕士导师: 王夏黎共67页

摘要 : 随着交通的发展，交通视频信息的处理越来越重要。基于视频图像的运动目标检测技术是处理交通视频信息的一个重要手段。如何迅速、准确的检测到交通目标，采集交通信息，是视频检测技术研究的重点。本文在总结和分析现有运动目标检测与跟踪方法的基础... 展开随着交通的发展，交通视频信息的处理越来越重要。基于视频图像的运动目标检测技术是处理交通视频信息的一个重要手段。如何迅速、准确的检测到交通目标，采集交通信息，是视频检测技术研究的重点。本文在总结和分析现有运动目标检测与跟踪方法的基础上，重点研究静态背景下运动目标的检测和跟踪技术。对静态背景下的背景模型建立与更新、目标分割以及目标跟踪等目标检测关键技术进行了深入研究和探讨，对相关算法进行了改进和实现，对实验结果进行了分析。最后，在研究成果的基础上实现了一个交通检测系统。本论文的工作主要体现在以下几方面： 1、分析了目前流行的各种基于静态背景的运动目标检测原理与算法，总结了各算法的特点，并根据这些方法的特点提出了一种将帧间差分法与背景差分法相结合的改进目标检测算法。 2、在分析比较现有背景提取方法的基础上，提出了一种使用自适应的背景作差法来自动生成背景模型的改进的背景提取方法，并给出了一种带权值因子的背景更新算法。 3、着重讨论了目标分割阈值的选取方法。给出了一种利用最大类间方差法自适应计算分割阈值的方法，并对用该方法进行目标像素点与背景像素点分割的原理和方法进行了详细描述。详细描述了用膨胀、腐蚀处理消除噪声，用区域填充法合并邻域最终获取理想分割目标区域的过程。 4、着重分析了针对颜色特征的MeanShift无参估计目标跟踪算法的原理，并对该算法进行了实现，对实验结果和算法的优劣进行了分析和总结。详细研究了扩展卡尔曼滤波目标跟踪算法，分析了算法的特点，实现了目标的跟踪与外推预测。 5、给出了一种基于团块的跟踪方法。详细描述了基于OpenCV架构的团块目标跟踪方法思想和框架，基于该框架，自定义并实现了一个前景检测模块。 6、使用C++语言结合OpenCV技术，在WindowXP环境的Visualstudio6.0平台上开发了基于视频图像序列的交通视频检测系统。开发了交通参数分析显示子系统。通过系统测试，算法满足可靠性和实时性要求。收起

关键词 : 交通视频检测目标检测目标跟踪团块目标跟踪法

10. 多机动模式下移动机器人目标跟踪控制研究

[学位论文] 沈义平哈尔滨工程大学 2013年硕士导师: 徐贺共112页

摘要 : 移动机器人目标跟踪控制已成为机器人领域的研究热点。在目标跟踪过程中移动机器人由于空间环境限制及任务要求需要转换机动模式来改变运动方位及路径,但是目前关于多机动模式下移动机器人目标跟踪控制的研究尚处于空白,而现有的目标跟踪控制方法无法... 展开移动机器人目标跟踪控制已成为机器人领域的研究热点。在目标跟踪过程中移动机器人由于空间环境限制及任务要求需要转换机动模式来改变运动方位及路径,但是目前关于多机动模式下移动机器人目标跟踪控制的研究尚处于空白,而现有的目标跟踪控制方法无法实现移动机器人在多机动模式下对目标快速准确跟踪。本课题在国家自然科学基金项目“轮式机器人在崎岖地面的低能耗通过性控制的方法研究(60775060)”的支持下,提出一种适用于多种机动模式的移动机器人目标跟踪控制方法。首先,根据任务要求提出多机动模式下移动机器人目标跟踪控制的总体方案,围绕该方案,采用移动机器人与目标跟踪单元的组合方式搭建硬件系统平台,基于模块化设计思想和多线程技术,构建目标跟踪控制系统的软件设计框架。其次,确定颜色特征为目标特征,说明CMUcam3的目标跟踪算法原理,选用Camshift算法作为罗技摄像头的目标跟踪算法,阐明Camshift算法的实现步骤,分别利用CMUcam3和罗技摄像头进行目标跟踪实验,验证各自相应目标跟踪算法的可行性。第三,定义多个坐标系统,基于针孔投影模型对罗技摄像头进行标定,计算内参数矩阵,说明移动机器人七种不同机动模式的运动特性,分别推导在二维平坦地面和三维崎岖地形中目标跟踪时的云台伺服机构水平角变化率和竖直角变化率;定义目标跟踪误差函数,推导图像平面跟踪误差与云台伺服机构角差之间的转换关系,建立舵机动态模型,采用PI控制器作为目标跟踪控制器,为防止跟踪过程中云台伺服机构频繁抖动,设定目标跟踪误差阈值框。最后,编写目标跟踪控制总程序及远程控制程序,分别在二维硬地平面和三维崎岖地形完成移动机器人在七种不同机动模式下的目标跟踪实验。实验结果表明所提出的目标跟踪控制方法具有较好的准确性和快速性,但不同机动模式下的目标跟踪准确度差别较大,对此进行具体的误差分析,同时对比分析两种目标跟踪单元的跟踪效果。收起

关键词 : 移动机器人目标跟踪控制机动模式目标跟踪算法