文档介绍:分类号 TP391 密级 公开
学位论文
UDC 编号 D-10617-30852-(2017)-01017
重庆邮电大学硕士学位论文
中文题目 基于 TLD 的目标跟踪算法研究
英文题目 Reaserch On Object Tracking Based On
TLD Algorithm
学 号 S140131018
姓 名 杜奎
学位类别 工程硕士
学科专业 电子与通信工程
指导教师 杨丰瑞 教授
完成日期 2017 年 3 月 27 日
重庆邮电大学硕士学位论文 摘要
摘要
计算机视觉由目标成像、目标检测、目标跟踪和目标识别四个子课题组成,其
中目标跟踪的研究进展较为滞后,其需要应对跟踪场景中各种复杂情形的挑战,如
外观变化、光照变化、尺度变化、运动模糊和目标遮挡等。TLD 是一种基于检测
的在线目标跟踪算法,其具有良好的鲁棒性和准确性。虽然 TLD 目标跟踪算法实
现了对任意未知目标的长时跟踪,但其依然存在一些缺陷与不足。
针对 TLD 算法在应对线性运动的严重遮挡目标时跟踪框易漂移以及中值光流
跟踪器粗糙的特征点生成策略致使目标跟踪框易漂移的问题,本文提出了一种线
性运动下的增强型 TLD 目标跟踪算法。首先,当目标发生严重遮挡时,该算法会
准确检测到严重遮挡情形,接着利用 TLD 为 Kalman 滤波器提供目标状态观测值,
Kalman 滤波器不断递归从而输出目标的状态;然后,该算法借助 ORB 特征提取
算法生成具有尺度不变性和抗噪性的特征点以此来增强中值光流跟踪器。实验表
明,融合了 Kalman 滤波器和 ORB 特征的 TLD 目标跟踪算法对复杂场景中线性运
动目标具有更准确的跟踪结果,其中心偏移误差降低了 50%以上。
针对检测模块耗时严重致使 TLD 目标跟踪算法实时性差的问题,本文提出了
一种基于 ViBe 的快速 TLD 目标跟踪算法。首先,该算法利用 ViBe 获取当前帧中
所有运动物体的大致区域,接着剔除与目标跟踪框大小差异明显的运动物体所对
应的包围框,力图通过生成高效的待分类图像块来降低图像块的冗余度;然后,为
了使得图像元方差分类器能够更有效地滤除不包含前景目标的图像块,该算法借
助目标模型来实现动态化更新图像元方差分类器中原本恒定的灰度阈值;最后,该
算法通过改进目标模型的更新策略降低最近邻分类器的计算负担。实验表明,本章
所提算法大约将 TLD 单帧处理速率提高了 30%。
关键词:长目标跟踪,TLD,Kalman,ORB,ViBe
I
重庆邮电大学硕士学位论文