視覺目標(biāo)跟蹤作為計(jì)算機(jī)視覺領(lǐng)域最基本的任務(wù)之一,對于視頻圖像智能化分析具有非常重要的意義,在視頻監(jiān)控、無人駕駛和人機(jī)交互等諸多應(yīng)用場景有著廣闊的前景和需求。視覺目標(biāo)跟蹤是一個(gè)在圖像序列或視頻中對某個(gè)指定的目標(biāo)進(jìn)行精確定位的過程,期間面臨光照變化、遮擋、形變和背景雜斑等多種困難,是一個(gè)極具挑戰(zhàn)性的任務(wù)。本文基于顯著性檢測和相似性度量提出了一個(gè)針對視覺目標(biāo)跟蹤任務(wù)的統(tǒng)一模型。在該模型下,設(shè)計(jì)兩種增強(qiáng)的目標(biāo)模板來學(xué)習(xí)更魯棒的目標(biāo)表征,解決目標(biāo)在跟蹤過程中面臨的各種困難,最后實(shí)現(xiàn)更精確的跟蹤。本文的主要貢獻(xiàn)為:1、基于顯著性檢測和相似性度量,提出一個(gè)針對視覺目標(biāo)跟蹤任務(wù)的統(tǒng)一模型。利用孿生網(wǎng)絡(luò)設(shè)計(jì)兩種增強(qiáng)的目標(biāo)模板,實(shí)現(xiàn)更魯棒的目標(biāo)特征表達(dá)。其一是上下文感知模板,將前景和背景看作一個(gè)整體,從更多上下文信息中學(xué)習(xí)顯著性特征,其二是語義監(jiān)督模板,通過語義監(jiān)督學(xué)習(xí)得到僅關(guān)注目標(biāo)的增強(qiáng)模板,然后有效結(jié)合前景和背景的整體模板,實(shí)現(xiàn)了更魯棒的目標(biāo)表征�；谏鲜鲈鰪�(qiáng)提出的兩個(gè)跟蹤器在OTB數(shù)據(jù)集上均初步獲得了1.5%以上的性能提升。2、針對基于語義監(jiān)督模板的跟蹤算法,提出模板匹配響應(yīng)自適應(yīng)融合的機(jī)制,有效地... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文主要研究內(nèi)容之間的聯(lián)系

應(yīng)度量方法可以通過學(xué)習(xí)實(shí)現(xiàn)更高效看，顯著視覺相似性度量的核心問題模型 和距離度量方式 D三者有效地夠發(fā)揮較好的作用。模板匹配跟蹤算法最高的算法是基于顯著視覺相似性度幀的數(shù)據(jù)構(gòu)建目標(biāo)的表達(dá)模板，然后相關(guān)性，選擇相關(guān)性最高的位置作為如圖 2-1 所示， patch1 和 patch 2為兩的特征，將兩個(gè)特征輸入到?jīng)Q策網(wǎng)絡(luò)出值越高，說明相似度越大，反之越

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文簡單模型將物體的特征學(xué)習(xí)和度量學(xué)習(xí)統(tǒng)一到了一個(gè)模型框架顯著視覺相似性度量。用公式描述為：s ( patch1,patch2) d(f(patch1),f(patch2))， f 表示底層特征表達(dá)函數(shù)，d 表示相似性度量方法，整個(gè)網(wǎng)絡(luò)較的物體的原始圖像，網(wǎng)絡(luò)的輸出為兩個(gè)物體的相似度數(shù)值，似性度量問題中被廣泛使用。比如在經(jīng)典的視覺目標(biāo)跟蹤任務(wù)占據(jù)重要地位，成為當(dāng)前目標(biāo)跟蹤方向上的一片綠洲。于孿生網(wǎng)絡(luò)的模板匹配跟蹤框架深度學(xué)習(xí)的孿生網(wǎng)絡(luò)結(jié)構(gòu)最初被 Bertinetto[61]使用在跟蹤任務(wù)上蹤算法，整體跟蹤框架如圖 2-2 所示：


本文編號：3374359