导读:本文包含了特征点跟踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:特征,目标,航天器,无人机,坐标系,位移,动力学。
特征点跟踪论文文献综述
周玉成,陈业明,程新蕾,张梦雨,汪沛[1]（2019）在《飞鸟视频跟踪的局部特征点融合Meanshift方法》一文中研究指出野生鸟类的观察对于鸟类生态和行为学具有重要的意义。近年来,大量视频传感器的应用为科研人员观察和追踪野生鸟类提供了丰富的视频数据,但通过人工处理,识别和追踪视频中的野生鸟类仍是一项费时费力的工作。针对这个问题,提出了一种融合局部特征点匹配和Meanshift方法的自动跟踪算法。该方法通过Surf算子、Lowe’s算法、Flann匹配器进行特征点的提取、匹配与筛选,以局部匹配的结果为据预测目标位置并结合Meanshift向量迭代,将预测值作为Meanshift算法迭代的初始值,并根据鸟类的特性改进了迭代规则。采用四个视频对改进方法和Meanshift方法进行了比对实验,结果表明改进方法在跟踪效率和准确率上均有提升。当鸟类与背景颜色相似且运动速度较快时,改进方法的优势更为明显。(本文来源于《电子技术与软件工程》期刊2019年18期）
查晨东,张雷,袁博[2]（2019）在《一种基于特征点稳定跟踪的叁维注册方法》一文中研究指出针对增强现实中叁维注册易失效,稳定性差等问题,提出一种基于特征点稳定跟踪的叁维注册方法。通过全局ORB特征点匹配得到目标特征点,采用光流法对目标特征点进行持续跟踪,并同时使用ORB特征对跟踪点进行校正。利用基于单应性矩阵的叁维注册的特性恢复跟踪失效的特征点,最后利用相邻帧之间特征点的匹配求得单应性矩阵,进而求得注册矩阵。实验结果表明该方法能够基本满足叁维注册实时性的要求,并且能够在复杂的注册环境中保持较好的鲁棒性。(本文来源于《电子设计工程》期刊2019年16期）
高政[3]（2019）在《基于特征点的无人机视觉目标跟踪算法》一文中研究指出目标跟踪是在缺乏目标先验信息的情况下,对连续时间内的目标位置进行估计。针对一般性目标的跟踪算法近些年来在准确性方面取得了显着进步。然而,关于无人机动态场景目标跟踪的文献还很少。无人机跟踪旨在估计搭载的相机捕获的视频序列中的航空视角下的目标的位置。与一般性跟踪算法相比,无人机跟踪的主要挑战集中在快速运动,尺度变化以及长宽比变化等因素导致的显着外观变化。本文利用局部特征点能够提取图像局部结构信息的能力,从特征检测和目标搜索两个方面对无人机跟踪算法进行改进。传统的手工设计的特征检测器往往只适用于特定类型的目标(如人脸、行人等),而不适用于无人机航空视角下目标外观显着变化的情况。为此,本文提出了一种基于稀疏编码的稀疏特征学习算法,来改善目标跟踪的鲁棒性。其基本思想是,对前几帧采样的训练样本进行字典学习得到字典,然后对当前帧的测试样本进行稀疏特征表示。首先对图像块进行局部阈值自适应FAST特征点检测,然后以特征点为中心采集图像块得到训练样本。通过计算图像块的局部梯度方向,对字典的元素进行分组训练,以描述不同图像块的局部方向信息。最后,将图像块划分为小方块,将稀疏特征投影到这些块中,再构造块的特征向量。传统的基于检测的跟踪系统框架往往以前一帧跟踪结果为中心在其局部邻域内搜索目标的位置。在无人机跟踪中,由于无人机运动导致了相机视角不断变化,局部搜索策略难以适应这种动态场景。因此,本文基于平滑光流提取推荐区域,提供候选目标搜索区域用于目标位置的检测。基本思想是通过最小化优化来估计最优平滑光流场,最优化的目标函数由叁项组成:衡量平滑光流和原始光流的残差的数据项,计算特征点邻域内光流的相似性的平滑项,以及目标的刚性运动模型。首先,利用基于局部阈值的FAST检测器提取特征点。然后,通过Jacobi迭代求解平滑Lucas-Kanade光流,推断特征点的位移。最后,估计目标的平移和尺度变化,确定目标的候选搜索区域。本文利用无人机搭载的高清相机拍摄得到的UAV123数据集作为测试集评估所提算法在精度和成功率方面的性能。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
郭星妍[4]（2019）在《基于多级平滑滤波器的人脸特征点跟踪稳定化方法》一文中研究指出随着人们对娱乐和安全等需求的不断升级,视频中3D人脸实时重建的应用场景变得越来越多。这时3D人脸重建结果的稳定性就十万的重要,因为它会直接影响人的视觉观感。而特征点跟踪轨迹的稳定性是影响3D人脸重建稳定性的主要因素,人脸特征点的大幅度“漂移”和局部抖动都使得人脸重建的结果大打折扣。但是,目前的特征点跟踪方法大多针对特征点的全局稳定,只能解决人脸“漂移”的问题,并不能够解决局部特征点抖动的问题,所以人脸特征点轨迹的稳定化是一个有趣且具有实际应用前景的研究方向。除了特征点的轨迹,3D人脸重建的方法是重建结果稳定性的直接影响因素。为了使3D人脸重建的结果更加稳定和平滑,本文分别通过对人脸特征点跟踪过程的稳定化和3D人脸重建过程进行了改进。主要创新点如下:(1)本论文提出了基于多级平滑滤波器的人脸特征点跟踪稳定化方法,用来解决视频中人脸特征点跟踪轨迹不稳定的问题,包括人脸“漂移”和局部抖动的问题。多级平滑滤波器由全局平滑滤波器和局部平滑滤波器构成,这个新的工作流程是第一次在全局和局部的维度上对特征点的防抖动进行了研究。在全局滤波阶段创新地引入了 3D人脸模型,在局部滤波阶段提出了局部特征点抖动质量评估模型以对特征点的平滑融合进行指导。实验结果表明:该稳定性方法能够有效提升特征点轨迹的稳定性以及头部的3D姿态变化轨迹的稳定性。并且,本文提出的多级平滑滤波方法易于实现,可搭配不同特征点检测方法,具有较强的应用价值。(2)本论文提出了针对3D重建过程的3D人脸实时重建稳定化方法。该方法包含了一系列从形状初始化、模型拟合过程到最后的纹理贴合部分的改进。大量的重建结果表明,我们的工作不仅可以有效提高3D人脸模型的稳定度,还对3D模型缺失的纹理部分进行了填充,使得重建后的观感更流畅。(本文来源于《北京交通大学》期刊2019-05-12）
傅江良,甘庆波,张扬,赵柯昕,袁洪[5]（2019）在《基于NTSM的航天器特征点凝视跟踪控制》一文中研究指出针对航天器特征点凝视以及随动跟飞问题,提出了一种建立在目标特征点指向(feature point directing,FPD)坐标系下的相对运动动力学模型,并基于非奇异终端滑模方法(nonsingular terminal sliding mode,NTSM)实现了航天器的相对姿轨耦合控制。首先,以凝视跟踪的目标特征点为原点,跟踪指向轴为主轴,建立了FPD坐标系下的特征点相对运动模型,该模型在控制过程中可以保持特征点相对运动期望状态稳定不变,从而降低了末端约束的处理难度。其次,基于NTSM方法设计了一种有限时间控制律,并对其稳定性和滑模到达时间进行了分析,理论证明了该控制律满足Lyapunov稳定性条件,且系统能在有限时间内迅速收敛到平衡状态。最后,仿真结果表明FPD坐标系下的特征点相对运动模型以及NTSM控制律在求解特征点凝视跟踪问题上具有良好的性能和普适性,研究成果对空间在轨维护、空间操控以及深空小天体悬停着陆等具有一定的理论参考价值。(本文来源于《系统工程与电子技术》期刊2019年07期）
田伟,柏方超[6]（2019）在《基于特征点的KLT实时目标跟踪算法实现》一文中研究指出目标跟踪技术已经在无人设备定位导航、监视设备、医疗诊断等诸多领域得到了广泛而深入的应用,因此对目标实时跟踪的研究领域具有可观的发展前景和十分重要的应用价值及商用价值。文中实现的KLT目标跟踪算法是一种基于光流法(基于特征点的目标跟踪算法)所提出的。在OpenCV平台上实现了KLT目标跟踪算法,对仿真实验素材进行了跟踪效果测试,并在背景固定以及运动背景下再次对KLT目标算法的跟踪效果进行了测试及误差分析。实验结果表明,KLT目标跟踪算法运算速度快,鲁棒性好,具有良好的发展前景。(本文来源于《光电技术应用》期刊2019年01期）
袁铭择,夏时洪[7]（2018）在《人脸特征点跟踪系统与仿真分析》一文中研究指出从图像中获取人脸特征点是计算机视觉和图形学领域的基础研究问题之一。目前大多数人脸特征点检测方法是从单张静态图片中获取人脸的特征点位置信息,即单张静止图片检测。这些方法虽然获得了较为精确的检测结果,但是在处理视频等连续的图片序列时,由于光照、背景环境变化等,会造成特征点抖动等问题。因此需要使用基于跟踪方法构建人脸特征点跟踪系统,从连续图片序列中获取人脸特征点位置信息。经过仿真实验,结果证明该种系统鲁棒、可行。(本文来源于《系统仿真学报》期刊2018年12期）
郑晓萌,张德海[8]（2018）在《基于有效特征点的运动目标匹配跟踪算法》一文中研究指出在实际场景下,由于目标快速运动,遮挡、复杂背景等因素影响,使得对运动目标的跟踪效果较差。为了解决上述问题,提出了一种基于有效特征点的自适应目标跟踪算法,实现对运动目标的稳定实时跟踪。首先对光流法追踪及特征点匹配得到的稳定特征点进行融合,得出能有效代表目标的特征点。然后利用上述特征点求出目标的角度变化和尺度变化,进而实现对目标的跟踪。其中,在特征点匹配过程中,采用马尔科夫方向预测器求出目标框在下一时刻中的大概位置,缩小了检测区域并增强了对相似目标的辨识能力。实验表明,该方法具有较高的跟踪精度、处理速度和鲁棒性,尤其是当目标快速运动或者发生形变时,能够有效的减少中心错误率。(本文来源于《电子设计工程》期刊2018年20期）
谭鹏,雷涛,杨威,蒋平,李学远[9]（2018）在《基于特征点匹配和广义Hough变换的扩展目标跟踪方法》一文中研究指出针对扩展目标在跟踪过程中存在的因旋转、尺度变化和目标部分区域离开视场时引起的漂移等问题,提出了一种在特征点匹配的基础上结合广义Hough变换的扩展目标跟踪方法。采用ORB特征处理相邻两帧图像,得到初始匹配特征点,然后再用随机采样一致处理筛选出匹配正确率高的特征点作为基础特征点,利用这些基础特征点进行广义Hough变换,提取出一个相对位置固定的跟踪点对目标进行跟踪。实验表明,该方法具有能保持跟踪点的相对位置固定的特性。(本文来源于《半导体光电》期刊2018年03期）
刘兴云,戴声奎[10]（2018）在《结合特征点匹配的在线目标跟踪算法》一文中研究指出提出一种结合特征点匹配的目标跟踪算法.首先,通过显着区域跟踪方法,解决算法对初始化目标框大小敏感的问题,提高样本选取质量,并降低背景杂波对跟踪器的影响.其次,采用中值流法跟踪和特征点匹配相结合的方法估计目标的尺度变化,并通过层级聚类方法剔除干扰点,解决跟踪器漂移及目标平面旋转跟踪失败等问题.最后,提出一种简单的检测器自适应尺度快速搜索目标方法加快检测速度.结果表明:所提方法有效地提高了TLD目标跟踪算法的跟踪鲁棒性,并在标准数据集上得到了很好的效果.(本文来源于《华侨大学学报(自然科学版)》期刊2018年03期）
特征点跟踪论文开题报告
（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：
针对增强现实中叁维注册易失效,稳定性差等问题,提出一种基于特征点稳定跟踪的叁维注册方法。通过全局ORB特征点匹配得到目标特征点,采用光流法对目标特征点进行持续跟踪,并同时使用ORB特征对跟踪点进行校正。利用基于单应性矩阵的叁维注册的特性恢复跟踪失效的特征点,最后利用相邻帧之间特征点的匹配求得单应性矩阵,进而求得注册矩阵。实验结果表明该方法能够基本满足叁维注册实时性的要求,并且能够在复杂的注册环境中保持较好的鲁棒性。
（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。
特征点跟踪论文参考文献
[1].周玉成,陈业明,程新蕾,张梦雨,汪沛.飞鸟视频跟踪的局部特征点融合Meanshift方法[J].电子技术与软件工程.2019
[2].查晨东,张雷,袁博.一种基于特征点稳定跟踪的叁维注册方法[J].电子设计工程.2019
[3].高政.基于特征点的无人机视觉目标跟踪算法[D].哈尔滨工业大学.2019
[4].郭星妍.基于多级平滑滤波器的人脸特征点跟踪稳定化方法[D].北京交通大学.2019
[5].傅江良,甘庆波,张扬,赵柯昕,袁洪.基于NTSM的航天器特征点凝视跟踪控制[J].系统工程与电子技术.2019
[6].田伟,柏方超.基于特征点的KLT实时目标跟踪算法实现[J].光电技术应用.2019
[7].袁铭择,夏时洪.人脸特征点跟踪系统与仿真分析[J].系统仿真学报.2018
[8].郑晓萌,张德海.基于有效特征点的运动目标匹配跟踪算法[J].电子设计工程.2018
[9].谭鹏,雷涛,杨威,蒋平,李学远.基于特征点匹配和广义Hough变换的扩展目标跟踪方法[J].半导体光电.2018
[10].刘兴云,戴声奎.结合特征点匹配的在线目标跟踪算法[J].华侨大学学报(自然科学版).2018
论文知识图
