本文關(guān)鍵詞： 顯著性檢測 目標跟蹤 外觀模型 模型更新　出處：《電子科技大學》2017年博士論文　論文類型：學位論文

【摘要】：隨著視頻采集設(shè)備的成本不斷降低,其普及率越來越高,使得各種來源的視頻數(shù)量正在急速增長。如何解放人力利用機器對視頻進行自動分析存在迫切需求。目標跟蹤作為視頻自動分析系統(tǒng)的關(guān)鍵,對理解視頻內(nèi)容、分析并識別目標屬性起著重要作用,因此一直是學術(shù)界和工業(yè)界關(guān)注的研究課題。由于實際場景中存在諸多干擾因素,如目標和場景的動態(tài)變化、背景中相似物的干擾、目標的變形遮擋、尺度變化和旋轉(zhuǎn)、以及運動模糊和噪聲等,目前設(shè)計穩(wěn)定可靠的跟蹤器仍然是具有挑戰(zhàn)的任務。心理學研究表明,人的視覺系統(tǒng)存在選擇注意機制,使我們在處理視覺信息時能夠排除干擾,快速有效地從場景中篩選出感興趣對象信息。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注意機制,開展了基于顯著性的目標跟蹤研究。本文首先對視頻顯著性檢測問題進行研究,然后研究了目標跟蹤中的外觀建模與特征關(guān)聯(lián)匹配問題,最后從人眼的視覺注意機制入手,研究結(jié)合顯著性檢測的目標跟蹤算法,以期提升跟蹤性能。本文主要的研究內(nèi)容和創(chuàng)新點包括如下幾個方面:第一,針對視頻中待跟蹤目標的自動獲取問題,本文提出了基于底層視覺特征的視頻顯著性檢測方法。該方法首先檢測空間顯著性和時間顯著性,然后通過運動熵將二者動態(tài)融合。空間顯著性檢測考慮三個因素:像素的空間位置,雙對比色和相似性分布。時間顯著性檢測利用光流特征計算運動的全局對比度。為了抑制場景中的運動噪聲提出一種平均光流直方圖(HOAOF)方法。相比于傳統(tǒng)的視頻顯著性檢測方法,當存在攝像機和顯著對象同時運動時,本文方法依舊能得到較好的檢測結(jié)果。第二,針對場景中底層特征無法反映由高層語義對象驅(qū)動的視覺顯著性問題,本文提出結(jié)合底層和高層特征的視頻顯著性檢測方法,并以新聞視頻為例研究了特定類型視頻中的高層語義特征對顯著性檢測的影響。其中自下而上注意力模型利用底層的視覺刺激,采取局部和全局相結(jié)合的方式檢測圖像顯著譜和運動顯著譜。在檢測圖像顯著譜時引入四元數(shù)圖像的概念,提出一種多尺度多顏色通道的四元數(shù)圖像顯著性檢測方法。在自上而下的注意力模型中通過檢測視頻圖像的通用高層語義特征(如人臉、行人和車輛),以及新聞視頻中特有的高層特征(如播報員和閃光燈),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。通過結(jié)合高層語義特征,本文方法能夠獲得和人眼更相近的檢測結(jié)果。第三,針對跟蹤過程中的目標遮擋、旋轉(zhuǎn)和尺度變化等挑戰(zhàn),本文提出基于一致性特征點選擇的目標跟蹤方法。該方法利用特征點構(gòu)建目標外觀模型,在跟蹤過程中采用空間幾何約束定義特征點的一致性,然后通過一種改進的密度聚類方法選擇與目標一致的興趣點。另外為了適應跟蹤過程中目標外觀的變化,本文還采用顏色直方圖作為目標的參考模板,用于計算跟蹤結(jié)果的置信度,然后據(jù)此更新目標的外觀模型。該方法能夠克服目標旋轉(zhuǎn)和尺度變化,而且在發(fā)生部分遮擋甚至完全遮擋時也能夠重新跟蹤到目標。第四,針對特征點在低質(zhì)量圖像以及平坦圖像區(qū)域上檢測和匹配存在可靠性下降的問題,本文提出基于一致性判別區(qū)域的目標跟蹤方法。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櫮繕说耐庥^進行建模,然后對這些判別區(qū)域分別進行相關(guān)濾波跟蹤,在跟蹤過程中計算每個判決區(qū)域的一致性。本文根據(jù)兩點要素定義判別區(qū)域的一致性:可跟蹤性和預測能力。根據(jù)一致性對跟蹤器和區(qū)域外觀進行自適應更新,并用于最終目標的全局定位。實驗結(jié)果顯示,利用一致性的判別區(qū)域進行目標跟蹤能夠有效提升跟蹤器的性能。第五,針對單一外觀模型和固定特征難以適應目標在復雜場景中面臨的外觀變化問題,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)的目標跟蹤方法。該方法在目標外觀構(gòu)造上采用兩種模型的融合,一種是結(jié)構(gòu)保持的統(tǒng)計外觀模型,另一種是自適應顯著性特征統(tǒng)計外觀模型。其中在構(gòu)造顯著性外觀模型時,能以在線的方式自動選擇有判別性的顯著性特征。目標跟蹤是在粒子濾波框架下進行,樣本粒子的權(quán)重通過融合兩種觀測模型與參考模型的似然性計算得到,其中融合權(quán)值會根據(jù)兩種外觀模型的似然性動態(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]:......
【學位授予單位】：電子科技大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 賈熹濱;石勤;尹寶才;;一種由粗到細的漸進式特征點定位算法[J];北京工業(yè)大學學報;2005年S1期

2 賈熹濱;石勤;尹寶才;;由粗到細的漸進式特征點定位算法[J];北京工業(yè)大學學報;2006年05期

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

4 江詩鋒;何振峰;;基于特征點的行車數(shù)據(jù)序列對齊[J];福州大學學報(自然科學版);2010年02期

5 周全峗;史澤林;;輻射模糊圖像的特征點穩(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;人臉識別中基準點的選取與特征點定位[J];西安電子科技大學學報;1998年01期

7 許承慧;劉桂華;梁峰;;非特征點雙目測距技術(shù)研究[J];微型機與應用;2013年22期

8 潘翔;章國棟;陳啟華;;三維可變形物體的特征點層次提取[J];計算機科學;2014年04期

9 陶剛,盧昀,李吉桂;細化指紋圖中偽特征點的一體化去除算法[J];現(xiàn)代計算機(專業(yè)版);2002年10期

10 仲啟媛,譚立龍;一種確定運動目標特征點的算法[J];計算機工程;2003年10期

相關(guān)會議論文 前10條

1 汪力;葉樺;夏良正;;利用特征點定位嘴巴[A];第二十六屆中國控制會議論文集[C];2007年

2 付洪川;王劍;萬嬋;趙建英;付凱;;圖像特征點匹配算法的研究與改進[A];2009中國控制與決策會議論文集（1）[C];2009年

3 溫文雅;陳建華;;一種基于特征點的圖像匹配算法[A];2009系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2009年

4 任明武;胡明昊;楊靜宇;;一種快速實用的特征點匹配算法[A];全面建設(shè)小康社會：中國科技工作者的歷史責任——中國科協(xié)2003年學術(shù)年會論文集（上）[C];2003年

5 許競;姜波;;攝像機運動下特征點追蹤方法研究[A];2011下一代自動測試系統(tǒng)學術(shù)研討會論文集[C];2011年

6 張?zhí)?王希常;蘇志榮;;基于特征點和輪廓檢測的粘連數(shù)字分割[A];圖像圖形技術(shù)與應用進展——第三屆圖像圖形技術(shù)與應用學術(shù)會議論文集[C];2008年

7 杜鵬飛;彭代強;林幼權(quán);;基于二乘向量機的特征點配準算法[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

8 舒志龍;阮秋琦;;基于KLT特征點跟蹤的圖象拼接[A];中國體視學學會圖像分析專業(yè)、中國體視學學會仿真與虛擬現(xiàn)實專業(yè)、中國航空學會信號與信息處理專業(yè)第一屆聯(lián)合學術(shù)會議論文集[C];2000年

9 楊向林;嚴洪;任兆瑞;陳靖一;;基于小波變換的ECG信號多特征點綜合檢測算法[A];第八屆全國信息獲取與處理學術(shù)會議論文集[C];2010年

10 韓廣良;陳小云;;利用多特征點搜索實現(xiàn)紙鈔圖像的狀態(tài)檢測[A];第九屆全國信息獲取與處理學術(shù)會議論文集Ⅱ[C];2011年

相關(guān)博士學位論文 前10條

1 伍博;基于顯著性的視覺目標跟蹤研究[D];電子科技大學;2017年

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

3 劉通;面向心拍識別的心電信號的高層特征研究[D];吉林大學;2016年

4 廖斌;基于特征點的圖像配準技術(shù)研究[D];國防科學技術(shù)大學;2008年

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

6 楊利敏;圖像特征點定位算法研究及其應用[D];上海交通大學;2008年

7 李旭東;基于特征點的增強現(xiàn)實三維注冊算法研究[D];天津大學;2009年

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

9 戴激光;漸進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;2013年

10 宋琳;無人機飛行途中視覺導航關(guān)鍵技術(shù)研究[D];西北工業(yè)大學;2015年

相關(guān)碩士學位論文 前10條

1 曾寶瑩;基于圖像識別的中國書法真?zhèn)舞b別方法研究[D];西安建筑科技大學;2015年

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

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

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

5 吳昊;基礎(chǔ)矩陣估計方法研究[D];蘭州大學;2015年

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

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

8 宋偉;遠程火光瞄準與探測系統(tǒng)設(shè)計[D];西安工業(yè)大學;2015年

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

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

，

本文編號：1497134