《複雜動態場景中魯棒的視覺跟蹤算法研究》是依託山西大學,由溫靜擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:複雜動態場景中魯棒的視覺跟蹤算法研究
- 項目類別:青年科學基金項目
- 項目負責人:溫靜
- 依託單位:山西大學
《複雜動態場景中魯棒的視覺跟蹤算法研究》是依託山西大學,由溫靜擔任項目負責人的青年科學基金項目。
《複雜動態場景中魯棒的視覺跟蹤算法研究》是依託山西大學,由溫靜擔任項目負責人的青年科學基金項目。項目摘要視覺跟蹤是實現智慧型的視頻內容分析和理解的重要技術和關鍵環節。在實際套用中,受到視頻中多種因素的影響,視覺跟蹤還面臨很...
物體識別是計算機視覺領域的一個經典問題,在安防監控、人機互動等領域具有重要套用。藉助於先進的壓縮感知理論和深度學習技術,以人臉識別為具體對象,本課題主要研究複雜場景下非合作目標魯棒識別問題的理論和方法,重點解決光照、姿態、表情...
視頻運動檢測和跟蹤是計算機視覺領域的研究熱點之一,但是實際複雜場景下魯棒運動檢測和跟蹤仍存在以下主要挑戰:1、需要對像素分布進行假設,但並不總是符合實際場景;2、需要對光照突變、陰影特別處理或後處理,缺乏適應性算法; 3、跟蹤...
基於視覺信息的特定/非特定運動目標的魯棒跟蹤是當前備受關注的研究方向,在智慧型視頻理解、智慧型機器人、安防監控、群體性事件安全預警等眾多前沿領域有著廣泛的套用前景。魯棒性是跟蹤算法實用化的前提,對複雜環境下多變姿態目標的魯棒跟蹤更...
視頻目標跟蹤算法是諸多視覺套用的基礎,而各類套用對目標跟蹤算法各類性能指標的要求不盡相同。跟蹤算法的主要指標包括跟蹤的準確性、穩定性、抗干擾性以及計算的實時性等。對於視頻監控系統等套用,需要算法能夠在各種複雜的外界環境條件下(...
本項目針對動態、複雜和未知環境下,單獨利用視覺感測器進行移動機器人SLAM過程中地圖估計的收斂性和實時性問題展開研究。對動態複雜未知環境下特徵點的魯棒性表示,精 確匹配算法,地圖表示方法以及生成地圖的收斂性進行了深入研究。具體包括...
本項目以交通視覺問題為研究對象,對如何在複雜多變環境下進行魯棒目標檢測展開研究,主要研究了三方面問題: 光照變化等干擾背景中運動目標魯棒檢測問題,背景變化情況下的運動目標魯棒檢測問題,複雜前景中特定目標魯棒檢測問題。通過對此三方面...
針對現有機器人主動嗅覺尋源方法不適用於實際動態氣流環境的現狀,提出基於線上估計煙羽分布的機器人魯棒搜尋和基於嗅/視覺等多模態融合信息的魯棒確認氣味源的研究思路。信息熵與粒子濾波算法相結合確保機器人搜尋的魯棒性;適用於實際場景的...
提出了基於場景識別、指導濾波、圖像統計和四階偏微分方程的多源同構圖像融合方法,提升了圖像的品質、信息量和目標可識別性;提出了視覺分類與運動跟蹤結合的跟蹤算法、基於深度多視角壓縮模型的跟蹤算法和聯合多屬性決策的融合跟蹤算法,...
針對目標外觀變化以及環境光照等會導致傳統跟蹤算法失效的問題,提出一種基於外觀團塊模型和粒子濾波相結合的目標跟蹤算法,該方法能解決目標發生尺度變化和存在遮擋時跟蹤性能變差的問題。同時,基於稀疏表示提出一種改進的視覺目標匹配跟蹤方法...
相結合,克服稀疏表示理論時間和空間複雜度都較高的難點,擬從有效的視覺特徵(Mid-level)描述及選擇,基於稀疏表示的判決模型和生成模型的構建與融合,子空間信息的利用與合理的更新機制的設計,2範數約束下的稀疏表示,匯聚算法與局部稀疏...
《複雜運動場景視頻大數據中異常事件檢測研究》是依託北京郵電大學,由梁美玉擔任項目負責人的青年科學基金項目。項目摘要 利用計算機視覺和視頻智慧型處理技術對旅遊景區視頻進行實時監控和異常事件檢測,構建智慧型化的旅遊突發事件監測系統,對於保障...
研究光照-時間維度的變光照下的光流匹配技術;針對多運動對象場景所面臨的時變多區域遮擋挑戰,研究時間-視角維度的多對象三維表面運動跟蹤方法;綜合各低維子空間重建技術,設計面向複雜場景的高精度魯棒視覺場重建方法。
開展了軟組織空間形變建模和時間運動建模、軟組織表面可辨識特徵提取與描述、魯棒三維視覺跟蹤框架以及跟蹤結果評價等方面的研究,獲得了一系列具有原創性的成果,主要包括:1、提出交疊薄板樣條形變模型,大幅提高心臟運動跟蹤算法的效率,並...
《基於動態圖模型與多元結構化線上學習的視覺目標跟蹤》是依託中國礦業大學,由姚睿擔任項目負責人的青年科學基金項目。項目摘要 視覺目標跟蹤是計算機視覺領域非常活躍的研究方向。實際場景下長視頻中存在相似目標干擾、嚴重遮擋及非剛體目標...
(5)提出一種基於Lucas-Kanade光流和視覺SURF特徵點檢測的輔助INS/WSN組合導航的導航策略。採用擴展卡爾曼濾波及疊代擴展卡爾曼濾波實現多感測器數據融合,仿真實驗結果表明所提算法的有效性。
我們在不同跟蹤框架下實現了數據驅動與模型驅動融合的視覺跟蹤算法,定義與跟蹤框架相匹配的數據質量指標,利用數據質量狀態進行模型內參數的自動調整或模型的自動切換,提高了視覺跟蹤算法對場景變化、目標被遮擋、運動突變等情況的魯棒性。
本研究對視頻監控、人機互動等領域有較高的學術與套用價值。結題摘要 “基於弱監督學習和深度信息的目標跟蹤算法研究”(編號:61202299)是國家自然科學基金青年基金項目,研究期限為3年。本項目的研究目標就是針對目前視覺目標跟蹤系統存在...
運動和幾何外觀急劇變化情況下的目標跟蹤是視覺跟蹤的難點,基於連續運動條件假設的傳統視覺跟蹤算法在解決這一問題時有很大的局限性。.本項目提出了在目標運動和幾何外觀劇急劇變化情況下的視覺跟蹤算法研究,包括:1、在貝葉斯濾波框架下,...
因此,本項目研究了具有線上學習能力的視覺跟蹤算法,構造隨跟蹤任務的推進而不斷更新的度量矩陣,提高了算法的適應性和精度。 本文首先提出了結合距離度量學習的魯棒線上視覺跟蹤算法。該算法將視覺跟蹤任務視為前、背景的二分類問題,並...