視覺物體跟蹤是對(duì)生物視覺系統(tǒng)能夠追蹤某一運(yùn)動(dòng)物體的一種模擬,是計(jì)算機(jī)視覺研究中的一個(gè)關(guān)鍵任務(wù),研究的核心問題是在連續(xù)視頻圖像序列中精確地估計(jì)目標(biāo)物體的位置和尺度等狀態(tài)信息。雖然視覺物體跟蹤已經(jīng)取得了階段性的研究進(jìn)展,但是目前視覺物體跟蹤仍然是一項(xiàng)具有挑戰(zhàn)性的任務(wù),主要是因?yàn)橛烧趽�、形變、突然運(yùn)動(dòng)、光照變化、低分辨率以及復(fù)雜背景等引起的物體外觀的顯著變化,視覺物體跟蹤算法必須能夠準(zhǔn)確識(shí)別這些變化,并在每個(gè)視頻幀的圖像中精確定位目標(biāo)物體。本文將圍繞視覺物體跟蹤任務(wù)進(jìn)行分析、討論,基于深度殘差學(xué)習(xí)模型建立有效的視覺物體跟蹤算法,并對(duì)所建立的視覺物體跟蹤算法在公開基準(zhǔn)測(cè)試集上進(jìn)行各項(xiàng)性能度量和評(píng)估,本文的主要研究?jī)?nèi)容及創(chuàng)新總結(jié)如下:（1）基于深度時(shí)空殘差學(xué)習(xí)和相關(guān)濾波器的視覺物體跟蹤算法近年來,越來越多的視覺物體跟蹤算法在物體表觀模型中將空間特征與時(shí)序特征進(jìn)行有效結(jié)合,在視頻圖像序列中使物體的表觀模型能夠適應(yīng)目標(biāo)物體隨時(shí)間和空間變化而產(chǎn)生的各種變化,從而有效提升視覺物體的跟蹤性能。為了能夠適應(yīng)物體表觀的變化,本文提出一種基于深度時(shí)空殘差網(wǎng)絡(luò)結(jié)構(gòu)（Spatial-Temporal Residua... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：150 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

MSSTResNet-TLD視覺物體

圖5.3分類標(biāo)

【參考文獻(xiàn)】：
期刊論文
[1]基于差分圖象的多運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤[J]. 王栓,艾海舟,何克忠.  中國圖象圖形學(xué)報(bào). 1999(06)



本文編號(hào)：3466482