导读:本文包含了相关滤波论文开题报告文献综述、选题提纲参考文献，主要关键词:目标,卷积,特征,尺度,深度,绝缘子,神经网络。
相关滤波论文文献综述写法
汤丹,方挺[1]（2019）在《基于核相关滤波的多尺度绝缘子目标跟踪》一文中研究指出针对输电线路巡检视频中的绝缘子目标跟踪背景复杂,不能适应绝缘子尺度变化的问题,提出了一种基于核相关滤波的多尺度绝缘子目标跟踪算法。该算法首先提取绝缘子Hog特征,通过最小化决策函数来训练一个分类器,得出绝缘子目标位置,最后引入多尺度估计方法,来确定绝缘子目标的大小,从而提高了绝缘子跟踪的精度。实验结果表明,本文提出的跟踪算法能够适应绝缘子尺度变化且与传统Camshift的算法相比,具有较好的跟踪性能。(本文来源于《电瓷避雷器》期刊2019年06期）
王殿伟,许春香,刘颖[2]（2019）在《基于多特征融合的核相关滤波目标跟踪算法》一文中研究指出为提高复杂背景下目标跟踪的精度和鲁棒性,提出一种多特征融合的核相关滤波目标跟踪算法。在海量无关图片训练集上得到深度模型,使用目标跟踪视频序列对其进行微调;从模型中提取多层深度线性特征并进行插值运算,同时提取图像序列的方向梯度直方图特征和颜色名特征;将得到的特征图通过核相关滤波计算相应的相关响应图;融合各个响应图,寻找最大响应值以确定目标位置。在OTB和VOT标准数据集上的实验结果表明,该模型具有较高的识别精度,能够在背景斑杂、光照变化、目标遮挡和变形等复杂环境下长期稳定地跟踪目标。(本文来源于《计算机工程与设计》期刊2019年12期）
贾惠,齐苏敏,王来花,姜世浩[3]（2019）在《融合多层卷积特征的鲁棒相关滤波跟踪》一文中研究指出提出了一种基于VGG-Net网络的多层卷积特征融合的相关滤波跟踪算法,提取浅层和深层两种特征,并将二者自适应融合,提高了相关滤波跟踪的准确性和鲁棒性。在DSST算法框架下,提取VGG-Net网络3个卷积层的特征分别训练相关滤波器,在每一层上估计目标位置,融合每层响应获取最终位置。此外,通过筛选降低了卷积特征在每一层的通道数,减少了计算量。在OTB2013数据集上的实验结果表明,当目标遇到模糊、旋转、背景混乱等复杂场景时,算法不仅能保证良好的跟踪精度和鲁棒性,而且能保持较快的跟踪速度。(本文来源于《通信技术》期刊2019年12期）
欧阳城添,汤懿[4]（2019）在《基于高斯混合模型的核相关滤波目标跟踪算法》一文中研究指出针对目标跟踪中的尺度变化、旋转、遮挡等问题,提出基于高斯混合模型的核相关滤波目标跟踪算法。利用卷积神经网络提取卷积特征并建立目标外观的高斯混合模型,利用核相关滤波算法检测目标位置,使用多尺度、多形状跟踪方法精确定位目标,在线更新高斯混合模型和核相关滤波器。在公开数据集上进行定量和定性分析,并与多种跟踪算法比较,该算法的距离精度和重迭精度相比核相关滤波算法,分别提高了19%、54%。实验结果表明,采用高斯混合模型和多尺度、多形状跟踪方法,较好解决了外观和尺度变化问题,相比其它算法具有更好的鲁棒性和适应性。(本文来源于《计算机工程与设计》期刊2019年11期）
陈金广,王星辉,马丽丽[5]（2019）在《状态与杂波相关的GM-PHD平滑滤波》一文中研究指出考虑到多目标跟踪中杂波与状态之间的相关性,引入平滑算法提高目标估计的精度。针对整个监视区域内的杂波,重新计算其强度;将目标分为幸存目标和新生目标两大类,采用自适应椭球门限对量测进行预处理,将门限内的量测用于更新幸存目标,门限外的量测用于更新新生目标;采用RTS平滑算法进行逆向平滑。实验结果表明,在该条件下所提算法具有较好的跟踪性能,优于未平滑的GM-PHD滤波器。(本文来源于《计算机工程与设计》期刊2019年11期）
张红颖,王汇叁,胡文博[6]（2019）在《基于双模型的相关滤波跟踪》一文中研究指出为解决因边界效应导致相关滤波跟踪算法不够稳健及其不能适应尺度变化的问题,提出了一种基于双模型的相关滤波跟踪算法。将目标跟踪分为位置预测和尺度预测两部分,在位置滤波器模型进行位置预测阶段,先通过对待测样本进行样本增强处理,使得到的样本更符合实际场景。再通过交替方向乘子法进行位置滤波器的迭代求解,最后得到估计的目标位置。在尺度滤波器模型进行尺度预测阶段,通过在估计的目标位置处构建多尺度金字塔来训练尺度滤波器,再求解得到目标的尺度,将双模型得到的结果作为最终的跟踪结果。最后通过引入一个遮挡判据来判断是否更新模型以提高算法的鲁棒性。实验表明,改进算法和经典的相关滤波跟踪算法相比,在跟踪成功率上提高了18%,在跟踪精度上提高了11%。在目标被遮挡、自身尺度变化时,改进算法仍能稳定跟踪。(本文来源于《光学精密工程》期刊2019年11期）
刘鹏,赖惠成,王俊南,王睿[7]（2019）在《基于相关滤波的改进Staple人脸跟踪算法》一文中研究指出在基于相关滤波的目标跟踪算法Staple的研究基础上,针对相关滤波在处理目标人脸消失、遮挡、脱离镜头时跟踪框漂移问题,本文提出一种自适应置信度机制的人脸跟踪算法.先通过人脸检测确定首帧人脸位置,再对相应位置的人脸的HOG特征与颜色特征进行提取,并预留两者特征,利用视频首帧提取的特征进行跟踪置信度判断,及时对融合特征进行更新.设计并实现了能够克服目标人脸位置移动、消失和表情姿态变化的人脸跟踪算法.实验表明,本文改进较前人算法有较大的提升.(本文来源于《新疆大学学报(自然科学版)》期刊2019年04期）
吴涤,彭力[8]（2019）在《结合学习速率调整的尺度自适应核相关滤波跟踪算法》一文中研究指出提出一种结合学习速率调整的尺度自适应核相关滤波目标跟踪算法。通过使用核相关滤波器获得目标的初步位置,使用低复杂度的尺度估计来提高算法对目标发生尺度变化的适应能力,同时也保证了跟踪速度;采用相邻两帧图像之间的平均差分析图像变化,并按平均差的大小来分段调整目标模型的学习速率,解决了目标发生严重遮挡时的跟踪失败问题。通过和5种经典的目标跟踪算法进行实验对比,结果表明:所提算法能够很好地适应目标发生尺度变化、严重遮挡、背景干扰等复杂环境,同时具有231帧/s的实时跟踪速度。(本文来源于《传感器与微系统》期刊2019年11期）
廖家才,曹立波,夏家豪,张晓,吴强[9]（2019）在《基于核相关滤波和运动模型的多目标轨迹跟踪》一文中研究指出在自动驾驶系统中,基于视觉的车辆前方多目标检测和轨迹跟踪能够为前方目标的姿态估计、行为分析提供有效信息。针对协同运动信息和核相关滤波跟踪信息的多目标跟踪的不足,使用卷积神经网络YOLOv2检测目标,提出了融合核相关滤波和目标运动信息的多目标轨迹跟踪方法,目的是将运动信息融入到图像特征跟踪容器中,优化运动模型,减少环境噪声造成的目标跟踪丢失、偏离。提出了基于运动信息改进核相关滤波跟踪尺度不变性算法。建立了多目标的检测跟踪容器,提出了结合目标属性、重合度、运动状态、跟踪状态的多目标匹配方法。实验表明,本文算法能够实现一定场景下的多目标的持续实时轨迹跟踪,平均有效跟踪率为92.5%。(本文来源于《汽车工程》期刊2019年10期）
刘梦娜,程徐,刁琛,陈胜勇[10]（2019）在《基于暗通道去雾的核相关滤波目标跟踪算法》一文中研究指出雾霾天气进行目标跟踪时,会出现拍摄到的图像对比度和可见度低的情况,已有的跟踪算法会因为图像特征不明显而出现跟踪漂移甚至导致跟踪失败.针对这一问题,提出一种将核相关滤波与暗通道去雾算法相结合的雾天视频跟踪算法,首先根据目标区域暗通道图的平均灰度值判断是否需要去雾,对需要去雾的图像进行暗通道去雾处理;然后通过核相关滤波对目标进行定位和跟踪;最后根据跟踪结果用去雾后的样本更新分类器.实验结果表明,该算法在大雾情况下可以取得很好的跟踪结果.(本文来源于《天津理工大学学报》期刊2019年05期）
相关滤波论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高复杂背景下目标跟踪的精度和鲁棒性,提出一种多特征融合的核相关滤波目标跟踪算法。在海量无关图片训练集上得到深度模型,使用目标跟踪视频序列对其进行微调;从模型中提取多层深度线性特征并进行插值运算,同时提取图像序列的方向梯度直方图特征和颜色名特征;将得到的特征图通过核相关滤波计算相应的相关响应图;融合各个响应图,寻找最大响应值以确定目标位置。在OTB和VOT标准数据集上的实验结果表明,该模型具有较高的识别精度,能够在背景斑杂、光照变化、目标遮挡和变形等复杂环境下长期稳定地跟踪目标。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
相关滤波论文参考文献
[1].汤丹,方挺.基于核相关滤波的多尺度绝缘子目标跟踪[J].电瓷避雷器.2019
[2].王殿伟,许春香,刘颖.基于多特征融合的核相关滤波目标跟踪算法[J].计算机工程与设计.2019
[3].贾惠,齐苏敏,王来花,姜世浩.融合多层卷积特征的鲁棒相关滤波跟踪[J].通信技术.2019
[4].欧阳城添,汤懿.基于高斯混合模型的核相关滤波目标跟踪算法[J].计算机工程与设计.2019
[5].陈金广,王星辉,马丽丽.状态与杂波相关的GM-PHD平滑滤波[J].计算机工程与设计.2019
[6].张红颖,王汇叁,胡文博.基于双模型的相关滤波跟踪[J].光学精密工程.2019
[7].刘鹏,赖惠成,王俊南,王睿.基于相关滤波的改进Staple人脸跟踪算法[J].新疆大学学报(自然科学版).2019
[8].吴涤,彭力.结合学习速率调整的尺度自适应核相关滤波跟踪算法[J].传感器与微系统.2019
[9].廖家才,曹立波,夏家豪,张晓,吴强.基于核相关滤波和运动模型的多目标轨迹跟踪[J].汽车工程.2019
[10].刘梦娜,程徐,刁琛,陈胜勇.基于暗通道去雾的核相关滤波目标跟踪算法[J].天津理工大学学报.2019