项目名称: 基于时序空间关系的目标跟踪及遮挡识别研究

项目编号: No.61502026

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 计算机科学学科

项目作者: 滕竹

作者单位: 北京交通大学

项目金额: 21万元

中文摘要: 本研究针对目标跟踪问题中如何描述目标的外观模型,如何分析目标前后帧之间的关系,以及如何识别和标注视频中遮挡等三个问题,从不同角度展开分析,以三个研究内容为切入点,提出两种目标跟踪的研究思路。第一个研究内容是从跟踪问题中特有的时序空间特征的角度建立被跟踪对象的外观模型,在粒子滤波的大框架下,重点研讨如何通过历史帧重构当前帧目标。第二个研究内容是将目标栅格化并以子块的形式表达,着重研究目标子块间的时序相关性和空间有序性并考虑子块间的约束关系、竞争机制等以通过优化方法确定目标的位置。最后,针对两种思路共同存在的遮挡问题,利用前帧的目标及邻域背景重构当前帧目标以及当前帧与前帧子块的反匹配关系识别和标注遮挡位置。本项目的实施将进一步丰富和完善视觉跟踪研究领域的新内容,特别是遮挡识别的提出,不仅使跟踪器的性能更稳定,同时为涉及到遮挡问题的其他领域提供必要的基础,有望取得创新成果,具有重要的科学意义。

中文关键词: 目标跟踪;遮挡识别;时序空间关系

英文摘要: This research concentrates on three problems in object tracking: how to develop an appearance model to present the tracking object; how to describe the context relationships of the objects between frames; and how to recognize and label occlusions in the video sequences. These problems are analyzed from two different perspectives and two proposals for object tracking are presented through three research points. The first research point focuses on a particular appearance model for tracking, which is developed by exploring the temporal and spatial relationships of targets, and a tracking algorithm is proposed based on particle filters. The second research point aims at employing rasterizing cells to represent targets and establishing a tracking algorithm under a framework of optimization. The last research core is the occlusion recognition that both two proposals face. We propose to identify occlusions by reconstructing the target of the current frame via the target and its neighborhood in the previous frame and by advancing a contra-matching relationship between cells from adjacent frames. The implementation of this research will further enrich and advance the research of the tracking field, especially the proposal of occlusion recognition, which not only makes the tracker more robust, but also provides a basis for other areas confronting the problem of occlusion. It is expected to yield some innovative outcomes with significant scientific benefits.

英文关键词: Object Tracking;Occlusion Recognition;temporal and spatial relationships

成为VIP会员查看完整内容
5

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
专知会员服务
26+阅读 · 2021年9月13日
专知会员服务
84+阅读 · 2021年9月4日
​【CVPR 2021】半监督视频目标分割新算法,实现SOTA性能
专知会员服务
12+阅读 · 2021年4月26日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
37+阅读 · 2020年8月19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
论文浅尝 | 时序与因果关系联合推理
开放知识图谱
33+阅读 · 2019年6月23日
行为识别(action recognition)目前的难点在哪?
极市平台
36+阅读 · 2019年2月14日
【学科发展报告】计算机视觉
中国自动化学会
42+阅读 · 2018年10月12日
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
论文 | 深度学习实现目标跟踪
七月在线实验室
47+阅读 · 2017年12月8日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+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 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
12+阅读 · 2018年1月28日
Arxiv
151+阅读 · 2017年8月1日
小贴士
相关VIP内容
专知会员服务
26+阅读 · 2021年9月13日
专知会员服务
84+阅读 · 2021年9月4日
​【CVPR 2021】半监督视频目标分割新算法,实现SOTA性能
专知会员服务
12+阅读 · 2021年4月26日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
37+阅读 · 2020年8月19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
相关资讯
论文浅尝 | 时序与因果关系联合推理
开放知识图谱
33+阅读 · 2019年6月23日
行为识别(action recognition)目前的难点在哪?
极市平台
36+阅读 · 2019年2月14日
【学科发展报告】计算机视觉
中国自动化学会
42+阅读 · 2018年10月12日
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
论文 | 深度学习实现目标跟踪
七月在线实验室
47+阅读 · 2017年12月8日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+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 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员