澳门新葡亰app下载 > 澳门新葡亰网址下载 >

基于结构化判别模型的视觉跟踪算法研究

时间:2019-11-18 16:50:23 阅读:136

  近些年来,随着“城市大脑”概念的提出,作为其重要技术支持的视觉跟踪受到了越来越多的关注。标准的视觉跟踪算法侧重于在单个监控视角下对一个或一些目标进行持续的定位,并提供其位置及尺度信息。在民用领域,视觉跟踪技术可以有效地帮助城市管理者在大量的城市监控数据中实现对目标状态及轨迹的快速检索,极大地解放了人们的工作负担。在军事领域,视觉跟踪技术是无人机导航、导弹制导等尖端国防科技的重要组成部分。本文主要针对开放场景中的视觉跟踪问题进行研究,并重点探索结构化外观模型在目标出现较大形变及遮挡时的应用。本文主要贡献如下:·提出了基于隐变量时空结构化建模的视觉跟踪算法。本文通过贝叶斯理论推导,将视觉跟踪任务建模成目标位置及遮挡状态估计的交替迭代优化问题。首先,在已知遮挡状态先验的情况下,将当前帧目标每个子区域状态及历史已跟踪视频帧目标状态定义为隐变量,并基于该隐变量引入时空树拓扑结构以同时考虑待跟踪目标的时间及空间结构化信息。通过基于隐变量的时空树拓扑结构,算法引入光流估计信息,进而可以提供更准确的目标运动估计。其次,在已知目标位置先验的条件下,本文同时考虑正负样本信息及时间一致性信息以建立判别遮挡模型。该模型可以有效地对目标遮挡状态进行检测,并减少外观形变、光照变化等因素对遮挡检测的影响。·提出基于互补空间感知回归函数的视觉跟踪算法。本文探索深度特征的空间信息,并提出两个互补的具有空间感知模块的神经网络来提升模型的表达能力。首先,提出了带有加权交叉相似核函数的岭回归算法。相较于传统岭回归算法,本文的模型可以联合学习到岭回归系数及目标每一个子区域的可靠性,并考虑目标不同区域间的相似性关系,具有较强的处理非刚性形变的能力。本文分析了所提出的岭回归算法与神经网络的关系,并给出了其神经网络的等价形式。所提出的模型可以通过梯度下降算法端到端地训练得到,为未来将其融合到基于神经网络的特征学习框架中打下基础。其次,本文提出了具有空间约束核函数的卷积神经网络。通过令卷积核上的某些位置恒为0,本文算法使得每一个卷积输出只关注到目标的一个局部区域,进而增加了卷积神经网络的表达能力。最后,本文将两个网络(岭回归网络及卷积神经网络)的响应结合到一起作为最终的响应图,并根据该响应图确定目标位置。·提出基于联合判别及可靠性学习相关滤波的视觉跟踪算法。本文探索相关滤波器中的结构化外观建模问题,将相关滤波器系数改写成了基滤波器及可靠性权重矩阵的哈达玛积,并利用基滤波器及可靠性权重矩阵分别学习分类器的判别及可靠性信息。首先,通过引入局部响应一致性约束项,本文使得所学习到的基滤波器可以均匀地强调整个目标区域,防止滤波器权重被分配到一个比较小的局部区域上,避免所学习到的滤波器系数分布被特征图支配。其次,本文通过交替迭代算法联合优化可靠性权重矩阵与基滤波器系数,使得算法可以自适应地根据跟踪过程中每个区域的表现分配可靠性权重。本文给出了所提出最优化问题的交替迭代解,并推导出傅里叶域的加速计算策略。

  ;中国学者在视觉跟踪领域取得重要进展[J];模式识别与人工智能;2019年02期

  孙巧;张胜修;扈晓翔;梅江元;;和声搜索粒子滤波视觉跟踪[J];哈尔滨工业大学学报;2018年04期

  毕齐林;刘志军;徐虎;唐振宇;唐惠玲;许智敏;;线结构光辅助式焊缝视觉跟踪中图像分割方法研究[J];科学家;2017年09期

  王哲;;视觉跟踪 用眼睛使用的“鼠标”[J];电脑爱好者;2007年07期

  席文明,罗翔,朱剑英;基于约束卡尔曼滤波器预测的视觉跟踪研究[J];南京航空航天大学学报;2002年06期

  刘铁根,蔡怀宇,张以谟,路登平,胡绳荪,张凤林;一种埋弧焊视觉跟踪系统(英文)[J];光电工程;1999年06期

  宋丽丹;;运动视觉跟踪电子设备的改进设计[J];现代电子技术;2017年24期

  万欣;张春辉;张琳;周凡;;加权全局上下文感知相关滤波视觉跟踪算法[J];计算机工程与应用;2018年16期

  宋涛;李鸥;刘广怡;崔弘亮;;基于改进协作目标外观模型的在线视觉跟踪[J];电子学报;2017年02期

  王卫;金立左;;基于DSP+FPGA视觉跟踪平台的设计与实现[J];工业控制计算机;2015年03期

  李善青;贾云得;柳阳;;一种用于穿戴计算的指示手势视觉跟踪方法[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年

  周露平;陈会勇;方伟;陈宗海;;基于Kalman滤波的特征跟踪[A];系统仿线系统仿真技术及其应用学术交流会论文选编[C];2005年

  黎蔚;杨凯鹏;陈家新;冀治航;;一种基于二维直方图的跟踪算法[A];第十届中国科协年会论文集(一)[C];2008年

  郭北苑;方卫宁;;人机交互中基于眼动仪的输入技术研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

  李忠海;王莉;崔建国;;复杂天空背景下小飞行目标检测与跟踪系统设计[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年

  吕玉生;赵杰煜;;具有视觉跟踪的中英文语音动画系统[A];第十四届全国图象图形学学术会议论文集[C];2008年

  本报记者 袁泉 白皓元;机器人让“未来”照进现实[N];人民日报;2014年

  晓维;“facelab”随时监控司机注意力[N];大众科技报;2002年

  本报记者 李大庆;中科院研究所,让公众看到科技的神奇[N];科技日报;2010年

  孙冲;基于结构化判别模型的视觉跟踪算法研究[D];大连理工大学;2018年

  胡丹;面向视觉跟踪的深度学习模型设计与优化研究[D];西北工业大学;2017年

  黄达飞;高性能视觉跟踪关键技术研究[D];国防科学技术大学;2017年

  王其聪;复杂观测条件下的基于粒子滤波的视觉跟踪[D];浙江大学;2007年

  王法胜;复杂场景下的单目标视觉跟踪算法研究[D];大连海事大学;2014年

  王栋;基于线性表示模型的在线视觉跟踪算法研究[D];大连理工大学;2013年

  温静;基于张量子空间学习的视觉跟踪方法研究[D];西安电子科技大学;2010年

  邱家涛;电子稳像算法和视觉跟踪算法研究[D];西安电子科技大学;2013年

  钟东宏;基于自适应多相关滤波模型的视觉跟踪算法研究[D];华中科技大学;2018年

  林智聪;基于FPGA的无人机视觉跟踪系统的研究[D];哈尔滨工业大学;2017年

  贺章平;基于卷积神经网络的行人重识别与视觉跟踪研究[D];西安电子科技大学;2017年

  鲁国智;基于嵌入式系统的视觉跟踪算法研究[D];杭州电子科技大学;2018年

  刘红艳;基于Attention-LSTM模型的移动目标跟踪技术研究[D];华北电力大学;2018年

  解秀亮;天车机器人模型构建及吊钩轨迹视觉跟踪研究[D];华北理工大学;2018年

  叶维扬;基于单目视觉的非合作目标视觉跟踪定位技术研究[D];江苏科技大学;2018年

  戴蔼佳;基于显著性纠偏的深度回归网络视觉跟踪算法[D];华中科技大学;2017年

  董帅含;基于时空上下文学习的视觉跟踪研究[D];辽宁工程技术大学;2018年

  王鹏翔;基于卷积神经网络与多模板的视觉跟踪算法研究[D];天津大学;2018年