《視覺跟蹤中的數據驅動機制研究》是依託華中科技大學，由孫偉平擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：視覺跟蹤中的數據驅動機制研究
- 項目類別：青年科學基金項目
- 項目負責人：孫偉平
- 依託單位：華中科技大學
中文摘要,結題摘要,
中文摘要
目前視覺跟蹤算法基於模型驅動的計算模式與實際套用環境的複雜多變性不相適應，導致視覺跟蹤方法缺乏對非事前預見變化的適應能力，實際套用環境發生變化時跟蹤準確性下降，影響了視覺跟蹤技術從實驗驗證向市場套用的轉化。 課題從視覺跟蹤套用需求、視覺跟蹤算法流程和數據質量三個層面對影響視覺跟蹤算法性能的因素及其相互關係進行全面分析，提出視覺跟蹤中的數據質量狀態驅動計算理論和關鍵技術，內容包括：建立數據質量演化機理，定義適合跟蹤任務的數據質量評價指標和度量方法，研究數據質量演化抽象描述方法，建立數據質量狀態演化模型，對不同生存周期、不同作用的數據的質量進行定性和定量分析；在此基礎上，提出基於數據質量的數據/數據集描述方法、動態模型構建方法和控制參數設定方法，建立數據驅動與模型驅動相結合的跟蹤算法自適應流程控制策略。 研究成果有助於提高跟蹤算法和跟蹤技術對套用場景和目標狀態變化的適應能力。
結題摘要
視覺跟蹤方法基於模型驅動的計算模式與實際套用中場景和跟蹤對象的複雜多變不相適應，在實際套用環境發生變化時跟蹤準確性無法滿足要求。本項目利用數據質量狀態控制跟蹤算法流程以提高算法對未建模變化的適應能力，主要進展如下： 提出了針對視覺跟蹤任務的數據質量評價方法和數據質量演化描述方法，對視覺跟蹤各階段數據的狀態進行描述和分析，為視覺跟蹤算法的最佳化設計提供了新的思路。 研究了數據質量驅動的視覺跟蹤自適應關鍵技術， 包括動態模型構建、控制參數設定和自適應算法流程控制策略，為解決視覺跟蹤算法套用瓶頸問題提供了有效途徑。 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。
