收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于张量子空间学习的视觉跟踪方法研究

温静  
【摘要】: 视觉跟踪是计算机视觉和人工智能领域的重要研究课题之一。它是进行基于语义的视频分析的必要前提,也为基于内容的视频处理提供了基础。在视觉跟踪中,如何有效地表征感兴趣目标,同时准确地排除视频环境中的干扰因素,是视觉跟踪中的关键问题。本文在研究传统目标跟踪方法的基础上,针对目标外观的建模问题,在贝叶斯推理的动态系统框架内引入张量子空间学习和增量学习等方法研究视觉跟踪问题。主要研究内容包括: (1)提出一种增量式张量子空间学习的目标跟踪算法。首先初始化感兴趣目标外观的张量子空间,保留了图像中目标外观的结构信息;然后利用贝叶斯推理获得目标外观状态参数的最优估计;最后根据最优估计的目标外观,采用增量式的学习方式对目标外观张量子空间进行在线更新。实验结果表明,所提出的方法在目标姿态变化、受到短时遮挡、以及光照变化的情况下能够实现鲁棒可靠的跟踪结果。 (2)提出了一种加权的Retinex亮度增强的目标跟踪算法。首先构建了一种加权的Retinex亮度增强的目标描述,以减小传统张量表达对亮度的敏感性;然后针对三阶的目标张量模型构建可在线更新的外观子空间;最后根据目标的观测模型对视频中的目标外观的状态进行预测估计。由于同时保留了原始视频信息和增强后图像信息,所提出的方法在光照剧变以及光照不均匀的跟踪环境中取得了稳定的结果。 (3)提出了一种有偏判别式的目标跟踪算法。首先将传统的线性判别及有偏判别方法扩展到张量式的数据形式;然后提出了一种有偏判别张量子空间的在线学习方法;最后,基于目标跟踪可看作在线分类问题的认识,将基于有偏判别的在线学习方法纳入粒子滤波的跟踪框架,从而获得了目标的最优运动参数。实验结果表明,所提出的方法对于背景复杂、姿态变化大、尺度变化等因素的干扰,仍然可以获得较好的跟踪结果。 (4)提出了一种成对约束判别的目标跟踪算法。该算法充分考虑了视频跟踪中目标和背景的相对变化速度,首先提出了构建目标-背景的数据对,将传统算法中只关注目标的处理方式推广到了既关注目标又关注背景,使得跟踪的感兴趣区域可以充分兼顾目标及背景的变化;然后,对于目标外观模型的在线学习引入了模型的一致性和连续性约束,使得目标外观更新的速率保持平稳的变化,而不易引入由于外观剧烈变化带来的野值点;最后基于提出的约束条件,提出了一种成对约束的目标观测模型,并以此对目标运动参数进行预测和估计。实验结果表明,所提出的方法对于姿态变化、背景复杂的情况,可以获得长时稳定的跟踪效果。 综上所述,本文将张量子空间和增量学习等方法引入视觉跟踪中,对视频序列中运动目标的建模领域进行了有益的探索,所提出的方法能够有效地应对目标有遮挡、背景复杂、光照变化剧烈等因素的影响,为运动目标的有效可靠跟踪问题的研究提供了新思路。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 邹海荣;龚振邦;罗均;;运动目标视觉跟踪系统的控制特性研究[J];上海电机学院学报;2006年02期
2 史卫民;王庆敏;刘秋红;陈勇;姚永杰;;视觉跟踪技术及其应用的研究进展[J];海军医学杂志;2014年01期
3 侯志强;韩崇昭;;视觉跟踪技术综述[J];自动化学报;2006年04期
4 王哲;;视觉跟踪 用眼睛使用的“鼠标”[J];电脑爱好者;2007年07期
5 张进;;视觉跟踪技术发展和难点问题的分析[J];信息技术与信息化;2008年06期
6 李谷全;陈忠泽;;视觉跟踪技术研究现状及其展望[J];计算机应用研究;2010年08期
7 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
8 李伟;吴瑰丽;王猛;;视觉跟踪算法的研究进展[J];石家庄铁路职业技术学院学报;2013年03期
9 刘洋;李玉山;张大朴;邱家涛;;基于动态目标建模的粒子滤波视觉跟踪算法[J];光子学报;2008年02期
10 张国亮;谢宗武;蒋再男;王捷;刘宏;;模糊化多视觉信息融合的视觉跟踪策略[J];西安交通大学学报;2009年08期
11 杨戈;刘宏;;视觉跟踪算法综述[J];智能系统学报;2010年02期
12 许鹏,陈吉红,王平江;线结构激光仿型测量中的视觉跟踪算法[J];机械与电子;2000年01期
13 马雷;田原;苏红旗;;一种基于蒙特卡罗方法的小目标视觉跟踪算法[J];中国图象图形学报;2008年03期
14 田军;魏振华;;视觉跟踪新算法[J];中国电力教育;2008年S1期
15 张辉;赵保军;;基于概率主成分分析表观模型的视觉跟踪[J];系统工程与电子技术;2009年12期
16 沈乐君;游志胜;李晓峰;;自助重要性采样用于实时多目标视觉跟踪[J];自动化学报;2012年10期
17 钟丽;靳智;梁山;;控制河段智能视觉跟踪控制系统设计[J];交通科技;2013年04期
18 王国栋,国澄明,吴仁育,乌日图,李晓琦;机器人焊接视觉跟踪[J];天津大学学报;1995年01期
19 赵燕;廖素引;;视觉跟踪算法研究[J];电子技术与软件工程;2014年02期
20 杨戈;刘宏;;面向人体运动视觉跟踪的多线索融合算法[J];计算机辅助设计与图形学学报;2009年10期
中国重要会议论文全文数据库 前2条
1 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
2 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
中国博士学位论文全文数据库 前8条
1 徐萧萧;基于特征学习与特征联想的视觉跟踪算法研究[D];中国科学技术大学;2010年
2 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
3 夏瑜;视觉跟踪新方法及其应用研究[D];江南大学;2013年
4 王芳林;稳健视觉跟踪算法中的关键问题研究[D];上海交通大学;2009年
5 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
6 苏洁;光照变化下的视觉跟踪算法研究[D];哈尔滨工程大学;2010年
7 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
8 代江华;粒子滤波架构下视觉目标跟踪相关技术研究[D];华中科技大学;2014年
中国硕士学位论文全文数据库 前10条
1 余建军;复杂场景中多目标视觉跟踪技术研究[D];上海交通大学;2008年
2 李天平;基于表观模型的视觉跟踪系统研究与实现[D];山东大学;2013年
3 杨田雨;基于在线式学习的多目标视觉跟踪算法研究[D];中国科学院深圳先进技术研究院;2013年
4 龚翔;基于粒子滤波的视觉跟踪算法研究[D];南京理工大学;2009年
5 蔡宗慜;嵌入式视觉跟踪系统研究[D];郑州大学;2009年
6 贾红宾;复杂环境中运动目标视觉跟踪研究[D];郑州大学;2011年
7 欧阳曲;基于多轴直线伺服的视觉跟踪控制[D];华中科技大学;2012年
8 王怡蕾;基于信息融合的视觉跟踪算法研究[D];首都师范大学;2014年
9 范强国;大尺度视觉跟踪坐标测量系统设计[D];哈尔滨工业大学;2007年
10 周仲夷;自适应视觉跟踪方法研究[D];复旦大学;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978