本文關(guān)鍵詞： 顯著性檢測(cè) 目標(biāo)跟蹤 外觀模型 模型更新　出處：《電子科技大學(xué)》2017年博士論文　論文類(lèi)型：學(xué)位論文

【摘要】：隨著視頻采集設(shè)備的成本不斷降低,其普及率越來(lái)越高,使得各種來(lái)源的視頻數(shù)量正在急速增長(zhǎng)。如何解放人力利用機(jī)器對(duì)視頻進(jìn)行自動(dòng)分析存在迫切需求。目標(biāo)跟蹤作為視頻自動(dòng)分析系統(tǒng)的關(guān)鍵,對(duì)理解視頻內(nèi)容、分析并識(shí)別目標(biāo)屬性起著重要作用,因此一直是學(xué)術(shù)界和工業(yè)界關(guān)注的研究課題。由于實(shí)際場(chǎng)景中存在諸多干擾因素,如目標(biāo)和場(chǎng)景的動(dòng)態(tài)變化、背景中相似物的干擾、目標(biāo)的變形遮擋、尺度變化和旋轉(zhuǎn)、以及運(yùn)動(dòng)模糊和噪聲等,目前設(shè)計(jì)穩(wěn)定可靠的跟蹤器仍然是具有挑戰(zhàn)的任務(wù)。心理學(xué)研究表明,人的視覺(jué)系統(tǒng)存在選擇注意機(jī)制,使我們?cè)谔幚硪曈X(jué)信息時(shí)能夠排除干擾,快速有效地從場(chǎng)景中篩選出感興趣對(duì)象信息。這種數(shù)據(jù)的篩選能力能夠極大地提高信息處理的效率。因此,本文基于人眼的視覺(jué)注意機(jī)制,開(kāi)展了基于顯著性的目標(biāo)跟蹤研究。本文首先對(duì)視頻顯著性檢測(cè)問(wèn)題進(jìn)行研究,然后研究了目標(biāo)跟蹤中的外觀建模與特征關(guān)聯(lián)匹配問(wèn)題,最后從人眼的視覺(jué)注意機(jī)制入手,研究結(jié)合顯著性檢測(cè)的目標(biāo)跟蹤算法,以期提升跟蹤性能。本文主要的研究?jī)?nèi)容和創(chuàng)新點(diǎn)包括如下幾個(gè)方面:第一,針對(duì)視頻中待跟蹤目標(biāo)的自動(dòng)獲取問(wèn)題,本文提出了基于底層視覺(jué)特征的視頻顯著性檢測(cè)方法。該方法首先檢測(cè)空間顯著性和時(shí)間顯著性,然后通過(guò)運(yùn)動(dòng)熵將二者動(dòng)態(tài)融合�？臻g顯著性檢測(cè)考慮三個(gè)因素:像素的空間位置,雙對(duì)比色和相似性分布。時(shí)間顯著性檢測(cè)利用光流特征計(jì)算運(yùn)動(dòng)的全局對(duì)比度。為了抑制場(chǎng)景中的運(yùn)動(dòng)噪聲提出一種平均光流直方圖(HOAOF)方法。相比于傳統(tǒng)的視頻顯著性檢測(cè)方法,當(dāng)存在攝像機(jī)和顯著對(duì)象同時(shí)運(yùn)動(dòng)時(shí),本文方法依舊能得到較好的檢測(cè)結(jié)果。第二,針對(duì)場(chǎng)景中底層特征無(wú)法反映由高層語(yǔ)義對(duì)象驅(qū)動(dòng)的視覺(jué)顯著性問(wèn)題,本文提出結(jié)合底層和高層特征的視頻顯著性檢測(cè)方法,并以新聞視頻為例研究了特定類(lèi)型視頻中的高層語(yǔ)義特征對(duì)顯著性檢測(cè)的影響。其中自下而上注意力模型利用底層的視覺(jué)刺激,采取局部和全局相結(jié)合的方式檢測(cè)圖像顯著譜和運(yùn)動(dòng)顯著譜。在檢測(cè)圖像顯著譜時(shí)引入四元數(shù)圖像的概念,提出一種多尺度多顏色通道的四元數(shù)圖像顯著性檢測(cè)方法。在自上而下的注意力模型中通過(guò)檢測(cè)視頻圖像的通用高層語(yǔ)義特征(如人臉、行人和車(chē)輛),以及新聞視頻中特有的高層特征(如播報(bào)員和閃光燈),生成自上而下的顯著譜。最后,將自下而上顯著譜與自上而下顯著譜融合得到視頻顯著譜。通過(guò)結(jié)合高層語(yǔ)義特征,本文方法能夠獲得和人眼更相近的檢測(cè)結(jié)果。第三,針對(duì)跟蹤過(guò)程中的目標(biāo)遮擋、旋轉(zhuǎn)和尺度變化等挑戰(zhàn),本文提出基于一致性特征點(diǎn)選擇的目標(biāo)跟蹤方法。該方法利用特征點(diǎn)構(gòu)建目標(biāo)外觀模型,在跟蹤過(guò)程中采用空間幾何約束定義特征點(diǎn)的一致性,然后通過(guò)一種改進(jìn)的密度聚類(lèi)方法選擇與目標(biāo)一致的興趣點(diǎn)。另外為了適應(yīng)跟蹤過(guò)程中目標(biāo)外觀的變化,本文還采用顏色直方圖作為目標(biāo)的參考模板,用于計(jì)算跟蹤結(jié)果的置信度,然后據(jù)此更新目標(biāo)的外觀模型。該方法能夠克服目標(biāo)旋轉(zhuǎn)和尺度變化,而且在發(fā)生部分遮擋甚至完全遮擋時(shí)也能夠重新跟蹤到目標(biāo)。第四,針對(duì)特征點(diǎn)在低質(zhì)量圖像以及平坦圖像區(qū)域上檢測(cè)和匹配存在可靠性下降的問(wèn)題,本文提出基于一致性判別區(qū)域的目標(biāo)跟蹤方法。該方法首先采用基于樣例的SVM選擇出具有高判別性的區(qū)域,利用這些判別區(qū)域?qū)Ω櫮繕?biāo)的外觀進(jìn)行建模,然后對(duì)這些判別區(qū)域分別進(jìn)行相關(guān)濾波跟蹤,在跟蹤過(guò)程中計(jì)算每個(gè)判決區(qū)域的一致性。本文根據(jù)兩點(diǎn)要素定義判別區(qū)域的一致性:可跟蹤性和預(yù)測(cè)能力。根據(jù)一致性對(duì)跟蹤器和區(qū)域外觀進(jìn)行自適應(yīng)更新,并用于最終目標(biāo)的全局定位。實(shí)驗(yàn)結(jié)果顯示,利用一致性的判別區(qū)域進(jìn)行目標(biāo)跟蹤能夠有效提升跟蹤器的性能。第五,針對(duì)單一外觀模型和固定特征難以適應(yīng)目標(biāo)在復(fù)雜場(chǎng)景中面臨的外觀變化問(wèn)題,在本文視頻顯著性研究的基礎(chǔ)上,提出一種顯著性特征加權(quán)的目標(biāo)跟蹤方法。該方法在目標(biāo)外觀構(gòu)造上采用兩種模型的融合,一種是結(jié)構(gòu)保持的統(tǒng)計(jì)外觀模型,另一種是自適應(yīng)顯著性特征統(tǒng)計(jì)外觀模型。其中在構(gòu)造顯著性外觀模型時(shí),能以在線(xiàn)的方式自動(dòng)選擇有判別性的顯著性特征。目標(biāo)跟蹤是在粒子濾波框架下進(jìn)行,樣本粒子的權(quán)重通過(guò)融合兩種觀測(cè)模型與參考模型的似然性計(jì)算得到,其中融合權(quán)值會(huì)根據(jù)兩種外觀模型的似然性動(dòng)態(tài)調(diào)整。該方法構(gòu)造的外觀模型能夠有效利用顯著性特征改善跟蹤效果。
[Abstract]:......
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈熹濱;石勤;尹寶才;;一種由粗到細(xì)的漸進(jìn)式特征點(diǎn)定位算法[J];北京工業(yè)大學(xué)學(xué)報(bào);2005年S1期

2 賈熹濱;石勤;尹寶才;;由粗到細(xì)的漸進(jìn)式特征點(diǎn)定位算法[J];北京工業(yè)大學(xué)學(xué)報(bào);2006年05期

3 鄭林;劉泉;王林濤;;一種基于特征點(diǎn)的跟蹤算法[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2006年03期

4 江詩(shī)鋒;何振峰;;基于特征點(diǎn)的行車(chē)數(shù)據(jù)序列對(duì)齊[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年02期

5 周全峗;史澤林;;輻射模糊圖像的特征點(diǎn)穩(wěn)定性分析[J];光電工程;2013年06期

6 魏立梅,張永瑞,謝維信,程相君;人臉識(shí)別中基準(zhǔn)點(diǎn)的選取與特征點(diǎn)定位[J];西安電子科技大學(xué)學(xué)報(bào);1998年01期

7 許承慧;劉桂華;梁峰;;非特征點(diǎn)雙目測(cè)距技術(shù)研究[J];微型機(jī)與應(yīng)用;2013年22期

8 潘翔;章國(guó)棟;陳啟華;;三維可變形物體的特征點(diǎn)層次提取[J];計(jì)算機(jī)科學(xué);2014年04期

9 陶剛,盧昀,李吉桂;細(xì)化指紋圖中偽特征點(diǎn)的一體化去除算法[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2002年10期

10 仲啟媛,譚立龍;一種確定運(yùn)動(dòng)目標(biāo)特征點(diǎn)的算法[J];計(jì)算機(jī)工程;2003年10期

相關(guān)會(huì)議論文 前10條

1 汪力;葉樺;夏良正;;利用特征點(diǎn)定位嘴巴[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 付洪川;王劍;萬(wàn)嬋;趙建英;付凱;;圖像特征點(diǎn)匹配算法的研究與改進(jìn)[A];2009中國(guó)控制與決策會(huì)議論文集（1）[C];2009年

3 溫文雅;陳建華;;一種基于特征點(diǎn)的圖像匹配算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 任明武;胡明昊;楊靜宇;;一種快速實(shí)用的特征點(diǎn)匹配算法[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

5 許競(jìng);姜波;;攝像機(jī)運(yùn)動(dòng)下特征點(diǎn)追蹤方法研究[A];2011下一代自動(dòng)測(cè)試系統(tǒng)學(xué)術(shù)研討會(huì)論文集[C];2011年

6 張?zhí)?王希常;蘇志榮;;基于特征點(diǎn)和輪廓檢測(cè)的粘連數(shù)字分割[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

7 杜鵬飛;彭代強(qiáng);林幼權(quán);;基于二乘向量機(jī)的特征點(diǎn)配準(zhǔn)算法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

8 舒志龍;阮秋琦;;基于KLT特征點(diǎn)跟蹤的圖象拼接[A];中國(guó)體視學(xué)學(xué)會(huì)圖像分析專(zhuān)業(yè)、中國(guó)體視學(xué)學(xué)會(huì)仿真與虛擬現(xiàn)實(shí)專(zhuān)業(yè)、中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專(zhuān)業(yè)第一屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2000年

9 楊向林;嚴(yán)洪;任兆瑞;陳靖一;;基于小波變換的ECG信號(hào)多特征點(diǎn)綜合檢測(cè)算法[A];第八屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2010年

10 韓廣良;陳小云;;利用多特征點(diǎn)搜索實(shí)現(xiàn)紙鈔圖像的狀態(tài)檢測(cè)[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 伍博;基于顯著性的視覺(jué)目標(biāo)跟蹤研究[D];電子科技大學(xué);2017年

2 劉洪濤;基于視覺(jué)的微夾持構(gòu)件受力與應(yīng)變測(cè)量方法[D];上海交通大學(xué);2014年

3 劉通;面向心拍識(shí)別的心電信號(hào)的高層特征研究[D];吉林大學(xué);2016年

4 廖斌;基于特征點(diǎn)的圖像配準(zhǔn)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

5 楊占龍;基于特征點(diǎn)的圖像配準(zhǔn)與拼接技術(shù)研究[D];西安電子科技大學(xué);2008年

6 楊利敏;圖像特征點(diǎn)定位算法研究及其應(yīng)用[D];上海交通大學(xué);2008年

7 李旭東;基于特征點(diǎn)的增強(qiáng)現(xiàn)實(shí)三維注冊(cè)算法研究[D];天津大學(xué);2009年

8 魯統(tǒng)偉;前視目標(biāo)圖像匹配定位技術(shù)研究[D];華中科技大學(xué);2008年

9 戴激光;漸進(jìn)式多特征異源高分辨率衛(wèi)星影像密集匹配方法研究[D];遼寧工程技術(shù)大學(xué);2013年

10 宋琳;無(wú)人機(jī)飛行途中視覺(jué)導(dǎo)航關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 曾寶瑩;基于圖像識(shí)別的中國(guó)書(shū)法真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

2 周兆鎮(zhèn);基于雙目視覺(jué)的特征點(diǎn)匹配算法研究[D];西安建筑科技大學(xué);2015年

3 馮翔;基于人臉對(duì)齊和多特征融合的人臉識(shí)別方法研究[D];南京理工大學(xué);2015年

4 姜小會(huì);基于特征點(diǎn)的圖像拼接技術(shù)研究[D];山東建筑大學(xué);2015年

5 吳昊;基礎(chǔ)矩陣估計(jì)方法研究[D];蘭州大學(xué);2015年

6 陳偉;基于唇形特征的身份識(shí)別算法的設(shè)計(jì)[D];蘭州大學(xué);2015年

7 秦清欣;GPS輔助攝影測(cè)量的邊坡監(jiān)測(cè)技術(shù)研究[D];南京理工大學(xué);2015年

8 宋偉;遠(yuǎn)程火光瞄準(zhǔn)與探測(cè)系統(tǒng)設(shè)計(jì)[D];西安工業(yè)大學(xué);2015年

9 劉智;塑料面膜印刷質(zhì)量的視覺(jué)檢測(cè)方法研究[D];沈陽(yáng)理工大學(xué);2015年

10 任筱強(qiáng);行星及行星衛(wèi)星著陸探測(cè)自主導(dǎo)航方法研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號(hào)：1497134