视频序列跟踪的统计计算方法

来源 :西安交通大学 | 被引量 : 0次 | 上传用户:knightxmu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频序列跟踪是计算机视觉中的一个重要而备受关注的研究内容,在视频监视、智能人机交互和国防等领域有着广泛的应用前景.然而,视觉特征分辨力较弱、背景嘈杂、运动路线不确定、运动不连续、多个目标相互遮挡等问题使得设计一个鲁棒的跟踪算法变得非常困难.曾经在传统跟踪中起着重要作用的卡尔曼滤波器已经无法解决视频序列跟踪中的非线性、非高斯的滤波问题.贝叶斯理论为先验知识和似然估计的结合提供了一个很好的框架.基于贝叶斯理论的动态建模方法成为解决视频序列跟踪问题的一种有效途径,正日益受到广泛的重视.这类方法通过序贯构造目标状态的后验概率分布来求解跟踪问题,而基于抽样的蒙特卡罗计算方法则是其中关键的统计计算技术.根据具体的跟踪任务,选择合适的目标表示模型,设计合理、有效的抽样算法是基于蒙特卡罗的视频序列跟踪算法设计中必须解决的主要问题.该文对视频序列跟踪中基于视觉的目标表示模型、蒙特卡罗滤波器设计等问题进行了深入地研究和分析,然后基于单目标跟踪器设计了两个实际的多目标跟踪系统:雷达TWS跟踪技术和多目标轮廓的精确跟踪.更重要的是,提出了跳跃马尔可夫非线性模型跟踪多个相似目标中的指定目标和用概率图模型跟踪多目标等两种新方法.主要研究工作和学术贡献如下:1).提出了一种在相控阵雷达回波图像序列中基于高斯混合体模型(GMM)的检测与跟踪运动目标的方法.2).提出了一种基于自适应分割模型的雷达信号混合编码算法.3).提出了一种基于运动分割的多目标精确跟踪方法.4).提出了一种基于跳跃马尔可夫非线性模型的目标跟踪方法.5).提出了一种新的概率图模型来解决多目标视频序列跟踪中的非线性、随机动态特性和维数灾难等问题.
其他文献
预测控制是一种重要的控制策略,但作为一种建立在被控对象特征信息基础之上的控制方法,预测控制对于模型精度有着较高的要求。在预测模型偏差较小的情况下预测控制可以得到满
该文首先介绍了软测量技术及模糊神经网络的发展状况,并在研究模糊逻辑、神经网络及模糊神经网络建模方法的基础上,研究了基于神经网络软测量技术在气化炉炉温测量中的应用.
聚合反应过程控制对于提高聚合生产物质量具有重要的理论意义和实用价值,是当前研究的热点,并已逐步发展成为跨领域、跨专业的综合学科.该文以非纤聚酯生产中关键环节--酯化
该文采用观测器技术和自适应技术对基于含不确定环节解析模型的过程进行故障诊断.首先,该文对非线性不确定过程模型的传感器和执行器故障诊断策略进行了研究,得到了相应鲁棒
水污染总量监测有三个要素:一是传感技术,二是监测网络的建立,三是污染程度的量化.该文研究目的是针对目前中国城市环境保护监控系统监测设备安装地点分散的情况,解决分布在
本课题研究了具有非线性、大惯性的大型电加热炉的温度控制,提出了采用内模控制算法,作为控制策略的计算机采样控制方案,为了实现将对象的逆模型作为调节器,利用BP型神经网络的非
目前的入侵检测系统还远远不够完美,存在的主要问题是无意义报警过多、误报过高、对入侵事件的理解困难等.针对这些问题,该文在总结前人工作的基础上,提出一个多层次的入侵事
学位
数据挖掘是一门新兴的研究领域,涉及到机器学习,模式识别,统计学,数据库和人工智能等众多学科,目前已经受到了广泛的关注和重视.而数据挖掘方法也是多种多样的,该文以研究数
生产调度是实现计算机集成制造系统的关键和瓶颈.由于流程工业生产过程具有高度随机性和不确定性,生产产品的品种、质量和生产量严格地依赖于过程控制中操作的正确性和合理性