项目名称: 基于三维外表增量模型的离散多摄像机系统多目标跟踪方法研究

项目编号: No.60972162

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: 雷帮军

作者单位: 三峡大学

项目金额: 31万元

中文摘要: 本项目面向复杂环境下的智能视频监控问题,以离散多摄像机系统中多目标跟踪问题为研究对象,以物体三维外表建模理论和多目标联合跟踪技术为基础,探索三维外表模型的增量式学习方法,从而建立联合多态重要性采样理论。主要研究内容包括:1)探索目标的多尺度全景描述方式,建立目标三维外表模型;2)基于目标观测值与三维外表模型进行匹配,建立增量三维外表模型;3)分析目标在多摄像头间传递的时空接续关系,研究基于多线索的目标传递方法;4)分析多摄像机环境中目标的多态性,结合联合概率分布最优化理论和交互式多态模型,建立联合多态重要性采样理论;5)以多摄像机多目标跟踪为例,对新理论进行验证。其成果旨在解决多视角离散引起的观察断裂和目标传递中的相互遮挡问题,支持复杂情况下的离散多摄像机系统多目标跟踪,对广域信号检测与跟踪也具有很好的支撑作用。因此,本项目研究既有重要的科学意义,又具有充分的理论和应用价值。

中文关键词: 目标跟踪;粒子滤波;布局优化;立体匹配;三维外表建模

英文摘要:

英文关键词: Object tracking;particle filter;optimizing coverage;Stereo Matching;Three-dimensional appearance m

成为VIP会员查看完整内容
0

相关内容

标跟踪是指:给出目标在跟踪视频第一帧中的初始状态(如位置,尺寸),自动估计目标物体在后续帧中的状态。 目标跟踪分为单目标跟踪和多目标跟踪。 人眼可以比较轻松的在一段时间内跟住某个特定目标。但是对机器而言,这一任务并不简单,尤其是跟踪过程中会出现目标发生剧烈形变、被其他目标遮挡或出现相似物体干扰等等各种复杂的情况。过去几十年以来,目标跟踪的研究取得了长足的发展,尤其是各种机器学习算法被引入以来,目标跟踪算法呈现百花齐放的态势。2013年以来,深度学习方法开始在目标跟踪领域展露头脚,并逐渐在性能上超越传统方法,取得巨大的突破。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】多视光场光线空间几何模型研究
专知会员服务
21+阅读 · 2021年12月6日
专知会员服务
94+阅读 · 2021年6月23日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
54+阅读 · 2020年6月24日
深度学习视频中多目标跟踪:论文综述
专知会员服务
90+阅读 · 2019年10月13日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
基于虚拟现实环境的深度学习模型构建
MOOC
23+阅读 · 2019年9月28日
计算机视觉方向简介 | 三维重建技术概述
计算机视觉life
25+阅读 · 2019年6月13日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
论文 | 基于RNN的在线多目标跟踪
七月在线实验室
30+阅读 · 2017年12月27日
国家自然科学基金
10+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Learning to execute or ask clarification questions
Arxiv
0+阅读 · 2022年4月18日
Arxiv
10+阅读 · 2020年11月26日
小贴士
相关资讯
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
基于虚拟现实环境的深度学习模型构建
MOOC
23+阅读 · 2019年9月28日
计算机视觉方向简介 | 三维重建技术概述
计算机视觉life
25+阅读 · 2019年6月13日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
论文 | 基于RNN的在线多目标跟踪
七月在线实验室
30+阅读 · 2017年12月27日
相关基金
国家自然科学基金
10+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员