《基於層次化生成模型的剛體跟蹤與識別》是依託大連理工大學,由樊鑫擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於層次化生成模型的剛體跟蹤與識別
- 依託單位：大連理工大學
- 項目類別：青年科學基金項目
- 項目負責人：樊鑫
項目摘要,結題摘要,
項目摘要
針對剛體在複雜外界環境進行複雜運動情況下的跟蹤和識別問題，基於人類解決複雜問題時將一個複雜問題分解為若干簡單問題的基本思路，本課題考慮利用層次化機率圖生成模型，將剛性物體同時跟蹤和識別問題所涉及的兩個關鍵特徵（運動和表觀）的建模問題轉化為機率圖生成模型的學習問題，從而使跟蹤和識別成為機率圖生成模型的推理問題。這樣，為特徵建模以及解決跟蹤和識別問題提供統一的理論框架，從而為提出高效的特徵描述以及跟蹤和識別算法提供理論化的指導。同時，針對視頻數據建模與機率估計的要求所開發的高效的線上學習算法，也將豐富機器學習理論和實踐。
結題摘要
針對剛體在複雜外界環境進行複雜運動情況下的跟蹤和識別問題，基於人類解決複雜問題時將一個複雜問題分解為若干簡單問題的基本思路，本項目在執行期間利用層次化機率圖生成模型，將剛性物體同時跟蹤和識別問題所涉及的兩個關鍵特徵（運動和表觀）的建模問題轉化為機率圖生成模型的學習問題，從而使跟蹤和識別成為機率圖生成模型的推理問題。 本項目重點對於表觀的層次化模型學習方法、基於層次化模型的跟蹤識別算法進行了深入的研究。在項目執行過程中，發現形狀特徵對於跟蹤和識別也有重要作用，因此對於剛體的形狀的層次化描述方法也進行了深入的研究。(1)在基於層次化深度網路的人臉全局特徵建模方面，利用深度神經網路的鄰域保持的學習算法，解決了多角度、低解析度的識別問題；(2)在形狀特徵的層次化描述方面，通過引入特徵比及特徵數，並利用層次化的思想建立新的形狀描述方法，在平面目標識別、形狀識別、圖像縮放等中取得了較好的識別效果；(3)在基於多層次模型的手勢跟蹤與識別方面，提出基於流形學習的單目視頻的人手實時姿態估計方法，藉助人手手勢多角度圖像之間的多層次隱含關係通過提取Hu矩等不變性特徵，建立手勢集低維流形空間進行分類、識別與重建算法，並提出基於方向多邊形包圍盒的多目標跟蹤算法。 項目執行期間內共錄用（已線上）SCI論文5篇，發表/錄用EI期刊論文7篇，會議論文6篇，申請發明專利4項。參加國際學術會議4人次，國內學術會議5人次，邀請國內外學者5人次來校學術交流，聯合培養博士生1，培養學術碩士1名，專業學位碩士4名。
