基于张量分解和非参量密度建模的偏微分方程目标跟踪研究

项目名称： 基于张量分解和非参量密度建模的偏微分方程目标跟踪研究

项目编号： No.60973080

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 李培华

作者单位： 黑龙江大学

项目金额： 29万元

中文摘要： 基于偏微分方程的目标跟踪方法能够跟踪具有复杂形状和非刚性运动的目标,在视频监控,视频压缩和医学图像处理等许多领域中有广泛的应用价值,是图像处理和计算机视觉中的研究热点.我们用SIFT特征来描述目标,基于张量分解对高维SIFT特征进行降维,在降维的特征空间中用非参量密度建模目标的特征分布.这种建模方法的优点是对光照变化和目标的姿态变化具有很强的鲁棒性.在此基础上,根据目标模型和候选目标模型的概率密度相似性建立区域泛函,通过变分理论和形状导数理论推导描述目标轮廓曲线进化的偏微分方程.我们采用能够自动处理目标轮廓拓扑变化的水平集算法对偏微分方程进行求解.为了使算法能够快速实现,基于通用图形处理器(GPU)研究相应的并行算法分别完成目标模型的计算和偏微分方程的求解等问题.我们拟研究的新方法能够鲁棒地跟踪具有复杂形状和非刚性运动的目标,同时由于应用了并行处理技术所提出的算法能够快速实现.

中文关键词： 偏微分方程；张量分解；非参量密度；形状导数；并行算法

英文摘要：

英文关键词： Partial differential equation；tensor decomposition；non-parametric density；shape derivative；parallel algorithm