【摘要】：近年來(lái),由于計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展和計(jì)算機(jī)硬件性能的提高,基于視覺(jué)的目標(biāo)跟蹤方法得到了飛速的發(fā)展.其中,基于蹤片(Tracklet)關(guān)聯(lián)的目標(biāo)跟蹤方法因?yàn)榫哂袑?duì)目標(biāo)遮擋的強(qiáng)魯棒性、算法運(yùn)行的快速性等優(yōu)點(diǎn)得到了廣泛關(guān)注,本文對(duì)這類(lèi)方法的最新研究進(jìn)展進(jìn)行了綜述.首先,簡(jiǎn)明地介紹了視覺(jué)目標(biāo)跟蹤的基本知識(shí)、研究意義和研究現(xiàn)狀.然后,通過(guò)感興趣目標(biāo)檢測(cè)、跟蹤特征提取、蹤片生成、蹤片關(guān)聯(lián)與補(bǔ)全四個(gè)步驟,系統(tǒng)詳盡地介紹了基于蹤片關(guān)聯(lián)的目標(biāo)跟蹤方法,分析了近年來(lái)提出的一些蹤片關(guān)聯(lián)方法的優(yōu)缺點(diǎn).最后,本文指出了該研究問(wèn)題的發(fā)展方向,一方面要提出更先進(jìn)的目標(biāo)跟蹤模型,另一方面要采用平行視覺(jué)方法進(jìn)行虛實(shí)互動(dòng)的模型學(xué)習(xí)與評(píng)估.
[Abstract]:In recent years, due to the development of computer vision technology and the improvement of computer hardware performance, visual based target tracking method has been rapidly developed. Among them, the tracking method based on tracer (Tracklet) association has been paid more and more attention because of its strong robustness to target occlusion and fast running of the algorithm. In this paper, the latest research progress of this kind of methods is reviewed. Firstly, the basic knowledge, significance and present situation of visual target tracking are briefly introduced. Then, through the four steps of object detection of interest, feature extraction of tracking, generation of tracer, correlation and complement of tracer, the method of target tracking based on tracer correlation is introduced in detail. The advantages and disadvantages of some tracer correlation methods proposed in recent years are analyzed. Finally, this paper points out the development direction of this research problem. On the one hand, we should put forward a more advanced target tracking model, on the other hand, we should use parallel visual method to study and evaluate the model of virtual reality interaction.
【作者單位】： 中國(guó)科學(xué)院自動(dòng)化研究所復(fù)雜系統(tǒng)管理與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室;中國(guó)科學(xué)院大學(xué);青島智能產(chǎn)業(yè)技術(shù)研究院;國(guó)防科技大學(xué)軍事計(jì)算實(shí)驗(yàn)與平行系統(tǒng)技術(shù)研究中心;
【基金】：國(guó)家自然科學(xué)基金(61533019,71232006,91520301)資助~~
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬進(jìn);田濤;;基于聯(lián)合變換相關(guān)的目標(biāo)跟蹤方法[J];應(yīng)用光學(xué);2012年05期

2 邵文坤;黃愛(ài)民;韋慶;;目標(biāo)跟蹤方法綜述[J];影像技術(shù);2006年01期

3 梁德群;阮文;;基于模型的線(xiàn)性組合目標(biāo)跟蹤方法[J];模式識(shí)別與人工智能;1995年04期

4 齊志泉;宋野;王來(lái)生;;基于在線(xiàn)學(xué)習(xí)的目標(biāo)跟蹤方法研究[J];計(jì)算機(jī)應(yīng)用研究;2010年02期

5 陳愛(ài)斌;蔡自興;董德毅;;一種基于目標(biāo)和背景加權(quán)的目標(biāo)跟蹤方法[J];控制與決策;2010年08期

6 巫春玲;韓崇昭;;一種新的非線(xiàn)性目標(biāo)跟蹤方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年07期

7 王江峰;張茂軍;熊志輝;包衛(wèi)東;;一種利用時(shí)空約束軌跡片段關(guān)聯(lián)的目標(biāo)跟蹤方法[J];計(jì)算機(jī)應(yīng)用研究;2011年03期

8 林曉東;朱林戶(hù);王瑛;;一種改進(jìn)的基于概率假設(shè)密度濾波的多目標(biāo)跟蹤方法[J];控制與決策;2011年09期

9 向志炎;曹鐵勇;沈文鑫;張鵬;肖強(qiáng);;一種新的基于粒子濾波框架的目標(biāo)跟蹤方法[J];軍事通信技術(shù);2011年04期

10 王江峰;張茂軍;包衛(wèi)東;熊志輝;;雙向時(shí)空連續(xù)性軌跡片段關(guān)聯(lián)的目標(biāo)跟蹤方法[J];國(guó)防科技大學(xué)學(xué)報(bào);2011年02期

相關(guān)會(huì)議論文 前4條

1 馬進(jìn);田濤;;基于聯(lián)合變換相關(guān)的目標(biāo)跟蹤方法研究[A];2011西部光子學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

2 胡伏原;張艷寧;肖敬若;;一種大范圍的特定目標(biāo)跟蹤方法[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

3 黃雁;羅喜伶;張軍;;一種實(shí)時(shí)穩(wěn)健的航拍視頻目標(biāo)跟蹤方法[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下）[C];2008年

4 朱明清;趙宇宙;鄧甜甜;王漫;陳宗海;;基于自適應(yīng)過(guò)程噪聲分布的粒子濾波視覺(jué)目標(biāo)跟蹤方法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 謝英紅;基于李群流形的視頻目標(biāo)跟蹤方法研究[D];東北大學(xué);2014年

2 李俊;基于模糊信息處理的視頻目標(biāo)跟蹤方法研究[D];深圳大學(xué);2017年

3 王寧;基于粒子濾波的視覺(jué)目標(biāo)跟蹤方法關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2013年

4 張洪建;基于有限集統(tǒng)計(jì)學(xué)的多目標(biāo)跟蹤算法研究[D];上海交通大學(xué);2009年

5 李昱辰;基于粒子濾波的視頻目標(biāo)跟蹤方法研究[D];蘭州理工大學(xué);2013年

6 連峰;基于隨機(jī)有限集的多目標(biāo)跟蹤方法研究[D];西安交通大學(xué);2009年

7 張玲;視頻目標(biāo)跟蹤方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

8 葉志鵬;基于語(yǔ)義分析的場(chǎng)景分類(lèi)方法研究[D];哈爾濱工業(yè)大學(xué);2017年

9 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

10 錢(qián)誠(chéng);增量型目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];浙江大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王蒙;基于粒子濾波的目標(biāo)跟蹤方法研究[D];南京信息工程大學(xué);2015年

2 徐玉偉;多特征聯(lián)合及選擇的目標(biāo)跟蹤算法研究[D];南京信息工程大學(xué);2015年

3 陳清梁;復(fù)雜場(chǎng)景下的目標(biāo)跟蹤方法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 王倩;圖像運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究及應(yīng)用[D];電子科技大學(xué);2015年

5 李川;基于多源數(shù)據(jù)融合的目標(biāo)跟蹤方法設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

6 段紅巖;視頻多目標(biāo)跟蹤方法研究[D];西安電子科技大學(xué);2014年

7 羅偉濤;一種基于特征流型與自學(xué)習(xí)的目標(biāo)跟蹤方法[D];南京大學(xué);2014年

8 葉長(zhǎng)春;IARC第7代任務(wù)中定位與目標(biāo)跟蹤方法研究[D];浙江大學(xué);2016年

9 倪亞萍;無(wú)線(xiàn)層析網(wǎng)絡(luò)中多目標(biāo)跟蹤方法的研究[D];北京理工大學(xué);2016年

10 葛婷;幾何外觀(guān)變化的目標(biāo)跟蹤方法研究[D];北京理工大學(xué);2016年

，

本文編號(hào)：2307779