| 题名 | 基于稀疏表示的多车辆目标跟踪算法研究; Research on Multiple Vehicle Objects Tracking Based on Sparse Representation |
| 作者 | 苑超 |
| 答辩日期 | 2011 ; 2011 |
| 导师 | 杨晨晖 |
| 关键词 | 背景建模 稀疏表示 多目标跟踪 background modeling sparse representation multiple objects tracking |
| 英文摘要 | 多目标检测与跟踪，是计算机视觉的核心问题之一，虽然已经有了丰富的研究成果和应用，但仍然存在很多困难有待优化解决。场景中的不可预测因素，如阴影、光照、目标之间的遮挡等都会对目标的观测造成影响，导致无法正确关联和匹配目标。稀疏表示理论是近年来信号处理领域理论上的突破。如果信号是稀疏的，稀疏表示可以从稀疏信号的少量低维观测值中重构原信号，具有较强的抗干扰的能力。本文以动态交通场景中的车辆目标为跟踪的对象，用稀疏表示的思想来对多目标进行跟踪，解决常见的多目标跟踪的难点，如多目标之间的遮挡，匹配问题。本文的主要研究内容和创新点如下： （1）针对动态交通场景车辆持续运动，背景出现概率较大的特点，本文提出...; Multiple objects detection and tracking is one of the major research fields of computer vision. The technique of object tracking has been widely used in many fields, but it still has some problems difficult to solve. Cast shadow, illumination, occlusion and so on will influence the appearance of object, and that will cause inaccurate matching and correlation. Sparse representation theory is a brea...; 学位：工学硕士; 院系专业：信息科学与技术学院计算机科学系_计算机应用技术; 学号：23020081153262 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=29888 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/51173]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 苑超. 基于稀疏表示的多车辆目标跟踪算法研究, Research on Multiple Vehicle Objects Tracking Based on Sparse Representation[D]. 2011, 2011. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论