基于相关滤波跟踪算法的目标尺度估计研究开题报告

1. 研究目的与意义（文献综述）

视频目标跟踪在实际生活中发挥着许多重要作用，例如：智能交通、军事侦察等。跟踪技术一直是计算机视觉研究领域中的热点之一。相关滤波器的提出和发展逐步解决了视频跟踪领域的一些难题，例如跟踪算法执行速度慢、跟踪精度低等。它在视频目标跟踪中的应用越来越受到广泛重视^[1]。

近年来，许多基于相关滤波器的视频跟踪方法被相继提出，算法设计也逐渐趋于完善，不仅能满足实时性的要求，也能达到精准的跟踪效果。相比于传统算法，相关滤波类算法速度更快，具有多特征融合以及深度特征的追踪器在跟踪精度方面的效果更佳。

跟踪时常见的问题有目标形态变化、姿态变化、尺度变化、尺度的自适应、遮挡与消失、图像模糊等。相关滤波算法可以兼顾高效率和高准确率，在目标跟踪领域收到广泛认可。相关滤波的大部分算法都只限于给出目标中心位置，而在许多应用场合，获取目标的尺度大小也非常重要。在研究目标位置的同时也注重目标尺度的变化可以使跟踪更加鲁棒。

基于相关滤波器的目标跟踪算法最早于2010年提出，mosse（minimum output sum ofsquared error）算法开创了相关滤波器应用于目标跟踪问题的先河。最初的相关滤波器模型相对简单，速度最快可达到669帧/秒。虽然在处理许多跟踪问题时效果不好，但具有里程碑意义，为接下来的相关滤波器算法的发展奠定了良好的基础^[2]。

2. 研究的基本内容与方案

基本内容与目标

2.学习并使用相关滤波算法。

3.实现基于相关滤波跟踪算法的目标尺度估计算法。

3. 研究计划与安排

1.第1-3周 完成题目调研，完成文献阅读，进行相关资料的收集，完成文献综述以及开题报告撰写；

2.第4-5周 完成论文开题；

3.第6-12周 撰写论文初稿；

4.第13-15周 测试程序的实际显示效果，并针对使用过程出现的问题进行优化，完成论文修改并提交。

4. 参考文献（12篇以上）

1. 刘巧元，王玉茹，张金玲，等．基于相关滤波器的视频跟踪方法研究进展[j]．自动化学报，2019，45(02)：265-275．

2. 孟琭，杨旭．目标跟踪算法综述[j]．自动化学报，2019，45(7)：1244-1260．

3. 火元莲，曹鹏飞，董俊松，等．基于融合特征的多尺度快速相关滤波跟踪算法[j]．计算机工程与科学，2019，41(03)：559-566．

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付