论文部分内容阅读
跟踪技术作为安防领域中重要的技术,很多学者都在研究跟踪有关技术,设计了许多跟踪系统,如智能监控系统、防盗报警系统、视频检索系统和智能交通系统等,同时也提出了多种类型的算法。本文主要研究的是基于稀疏表示模型的算法,通过仿真实验分析粒子滤波稀疏表示(PFSRA)跟踪算法和局部稀疏表示(LSRTA)跟踪算法,发现LSRTA算法的跟踪效果更好;但是在目标发生大面积遮挡和目标外观变化等情况下,目标会发生偏移现象;在LSRTA跟踪算法的基础上,提出了一种带修正机制的局部稀疏表示模板匹配算法(LSRTMTA)跟踪算法。实验结果表明LSRTMTA跟踪算法不仅保留了LSRTA跟踪算法的优点,还具有自动修正偏移功能,改善了跟踪效果,增加了目标跟踪过程中的容错性。论文主要工作如下:1.概述了稀疏表示的几种求解算法,选取了BP算法、OMP算法和BOMP算法进行比较,分析三种算法的优缺点;介绍了PFSRA跟踪算法和LSRTA跟踪算法,通过实验仿真发现LSRTA跟踪算法比PFSRA跟踪算法运行速度更快,跟踪更准确,但是当目标在发生大面积遮挡和目标快速移动等情况时,还是会发生目标偏移现象。2.针对目标偏移问题,提出了一种带修正机制的LSRTMTA跟踪算法,在LSRTA算法跟踪过程中,LSRTMTA跟踪算法不断的通过计算新模板与当前模板的匹配值来判断是否发生偏移,当发生偏移时,停止LSRTA算法跟踪,通过模板与帧图像之间匹配来重新确定目标位置,当确定目标位置后,再次进行LSRTA算法跟踪。3.实现了一个算法运行平台,该平台可以读取网络摄像机视频信息,并且直观的显示目标在PFSRA跟踪算法、LSRTA跟踪算法和LSRTMTA跟踪算法下的跟踪效果。