面向复杂任务的目标跟踪技术
文献类型：学位论文
| 作者 | 陈法领
|
| 答辩日期 | 2020-11-26 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 沈阳 |
| 导师 | 丁庆海 |
| 关键词 | 计算机视觉 目标跟踪 时空上下文 相关滤波 卷积神经网络 |
| 学位名称 | 博士 |
| 学位专业 | 模式识别与智能系统 |
| 其他题名 | Research on target tracking technology under complex task |
| 英文摘要 | 目标跟踪问题是当前计算机视觉研究领域的一项重要课题，它依据目标在视频序列起始帧的先验信息，提取目标在视频序列后续帧的特征表示，利用目标在视频序列中的时间和空间关联性，估计出目标的位置、尺度、速度和轨迹等状态信息，可以为更高层次的计算机视觉任务提供重要的信息输入。目标跟踪在智能监控、人机交互、智能交通、机器人导航、辅助医学诊断和精确制导等诸多领域中都具有广泛的应用，因此，该项研究工作具有十分重要的理论意义和实际的应用价值。在国内外研究人员数十年的不懈努力下，目标跟踪技术已经取得了很大进展，但在复杂任务中，由于目标自身及其所处环境的非受控特点，容易受到目标形状变化、尺度变化、被遮挡以及光照变化和背景干扰等多种不利因素的影响，实现稳定可靠的目标跟踪仍面临着严峻的挑战。本文主要面向复杂任务中的目标跟踪问题，分别针对不同的应用场合开展了目标跟踪算法的研究和探索，同时为算法的工程应用进行了目标跟踪系统的设计与实现。本文的主要研究内容和取得的成果如下：1．针对算力有限的低成本应用场合，提出了一种基于时空上下文的抗遮挡目标跟踪算法，解决了时空上下文目标跟踪模型的跟踪点漂移问题。首先，通过提取目标及其周围上下文区域的颜色名（Color Name, CN）特征并进行自适应降维，在提高算法跟踪性能的同时降低了对计算资源的要求。其次，根据跟踪过程中目标模板的相关系数变化判断目标外观是否发生变化，在目标外观因遮挡等干扰发生轻微改变时，通过Kalman滤波对目标位置进行修正，并降低跟踪模型的更新速度；而当目标外观发生剧烈变化时，则利用Kalman滤波得到的目标状态预测目标位置，并停止更新跟踪模型，在目标外观恢复后，重新捕获目标并进行跟踪。实验结果表明，所提算法在出现了目标形变和背景干扰等不利因素时，仍具有较好的跟踪稳定性，并具有较强的抗遮挡能力。2．针对高性能的目标跟踪应用场合，提出了一种自适应特征融合的多尺度目标跟踪算法，解决了相关滤波目标跟踪模型的特征融合和尺度估计问题。首先，分别提取目标候选区域的梯度方向直方图（Histogram of Oriented Gradient, HOG）特征和CN特征进行目标表征，根据所提出的权重自适应融合策略，将这两种特征的相关滤波响应进行加权融合，完成目标的位置估计。然后，以此为中心进行多尺度采样，利用尺度相关滤波以及相邻帧之间目标尺度变化的先验分布，实现了对目标尺度变化的最大后验概率估计。最后，根据融合后响应图的可信度完成对跟踪模型的更新。实验结果表明，所提算法不仅能够较好地适应目标的尺度变化，而且相对于其它对比算法也具有较高的跟踪精度和成功率。3．着眼于未来的技术储备，提出了一种基于多层卷积特征决策融合的背景感知目标跟踪算法，充分发挥了卷积神经网络模型提取的卷积特征的目标表征能力。首先，对不同层级卷积特征的目标表征特点进行了分析，然后在背景感知滤波模型框架下选择多个层级的卷积特征分别训练得到多个弱跟踪器。为了适应目标跟踪过程中的变化，根据各个弱跟踪器的决策损失变化，自适应地调整它们的决策权重，融合得到一个强跟踪器完成对目标的位置估计。与此同时，为了进一步提升算法的跟踪性能，提出了一种目标重检测机制，通过在“后台”运行一个目标跟踪状态评估模块，分别对跟踪和重检测的结果进行可靠性判别，以此完成对目标的稳定跟踪和可靠更新。实验结果表明，所提算法不仅在目标发生了旋转和形状变化时仍具有较高的跟踪性能，而且能够适应目标被遮挡以及光照变化和背景干扰等多种挑战因素。 4．针对目标跟踪算法的工程应用问题，设计并实现了一种面向目标跟踪的高速并行信息处理系统。在分析了现阶段实现目标跟踪算法的各种处理器特点的基础上，以高性能多核DSP和超大规模FPGA为核心实现了一种具有并行处理体系结构的嵌入式实时目标跟踪系统。在DSP和FPGA之间设计了高速串行数据通道，实现了目标跟踪算法运行过程中大容量图像数据的低延时传输。完成了图像预处理、特征提取和快速傅里叶变换等关键模块的硬件加速引擎设计，为目标跟踪算法的工程应用奠定了坚实的基础。 |
| 语种 | 中文 |
| 产权排序 | 1 |
| 页码 | 122页 |
| 源URL | [http://ir.sia.cn/handle/173321/27981]  |
| 专题 | 沈阳自动化研究所_光电信息技术研究室 |
| 推荐引用方式 GB/T 7714 | 陈法领. 面向复杂任务的目标跟踪技术[D]. 沈阳. 中国科学院沈阳自动化研究所. 2020. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。