《基於稀疏表達的視覺目標跟蹤技術研究》是依託清華大學，由劉華平擔任項目負責人的面上項目。
基本介紹
- 中文名：基於稀疏表達的視覺目標跟蹤技術研究
- 依託單位：清華大學
- 項目負責人：劉華平
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
視覺目標跟蹤技術是視覺行為分析、人機互動，以及視頻語義理解的基礎，已成為計算機視覺、機器人等領域具有挑戰性的熱點研究問題。而稀疏表達是基於冗餘字典的一種信號表示方法，對噪聲干擾有很好的魯棒性，在很多領域都獲得了成功套用。本項目針對視覺目標跟蹤，開展基於稀疏表達的目標跟蹤方法研究，建立視覺目標的有效稀疏表達，將其與粒子濾波結合以構造視覺目標跟蹤算法；為適應跟蹤過程中目標和環境的變化，引入半監督學習機制對冗餘字典進行線上更新；解決稀疏分解的線上高效求解問題；將相關算法推廣至多目標視覺跟蹤套用；最後，利用視覺跟蹤實驗系統對提出的方法進行綜合測試和評價。本項目的研究工作不僅可推動視覺目標跟蹤與壓縮感知的學術進展，而且可以為許多實際的套用領域，如視頻監控、機器人人機互動、軍事偵察等提供高性能的視覺目標跟蹤方案，在國民經濟和國防建設兩方面均具有重要的實際意義和廣闊的套用前景。
結題摘要
視覺目標跟蹤是計算機視覺、機器人等領域的重要關鍵問題。在實際場景中受目標外觀變化、背景干擾等的影響，需要開發魯棒的目標描述方法。本項目利用稀疏編碼的思想，在粒子濾波框架下建立了統一的目標跟蹤方法。除解決單目標、單特徵跟蹤問題外，還考慮了多目標、多特徵融合問題。以往針對多特徵融合的方法大都需要利用複雜的聯合稀疏最佳化方法，本項目從目標外觀特性入手，利用空間約束關係建立魯棒的局部約束編碼方法。該方法可以非常自然地推廣到多特徵融合，而無需複雜的聯合稀疏編碼最佳化。此外，我們將目標跟蹤方法用於機器人的實時目標跟蹤，取得了滿意的效果。 通過本項目的研究，我們系統地建立了目標跟蹤的稀疏編碼方法，並在此基礎上開展了目標檢測、目標識別和視頻內容理解等方面的研究工作。這些工作不僅對於視頻內容分析等領域的理論研究工作具有明顯的推動作用，而且可以為許多實際系統，如視頻監控、視覺偵察、機器人環境建模等提供高性能的解決方案，在國民經濟建設方面具有重要的實際意義。
