论文部分内容阅读
视觉目标跟踪是计算机视觉领域的研究重点,其发展具有重要的意义,并且已经被广泛地应用到了各个领域,如航空宇航、国防建设、医药卫生等。尽管在过去几十年中跟踪算法研究取得了重大的进展,但由于跟踪场景复杂多变,实现高精度跟踪仍然是一个巨大的挑战。近年来,深度学习被引入到目标跟踪研究中并取得了突破性的进展。深度学习是模拟人脑学习和分析过程构建的多层神经网络,通过组合低层特征形成更加抽象的高层表示,这种分布式架构能够更好地学习到物体的本质特征。本论文采用具有强大特征提取能力的深度神经网络模型来实现对目标外观的描述,针对影响视觉目标跟踪的快速运动、背景噪声、旋转、光照变化等问题,从如何利用多层卷积特征来构建有效的外观模型的角度,提出了一些新的跟踪方法,主要研究思想和创新成果如下:(1)提出了一种基于空间上下文金字塔的目标跟踪方法。该方法开发了空间上下文信息以更好地学习目标和背景的关系,并设计了一个有效的空间窗,在保留目标信息的同时抑制了背景信息,增强了跟踪器的判别能力,同时,通过多级空间窗的联合使用构建了上下文金字塔外观模型,金字塔的每个层级都包含不同程度的上下文信息以适应不同的挑战因素。为了验证算法的有效性,分别采用了深度特征和传统特征与代表性方法相比较。实验结果表明,提出的算法对快速运动和背景噪声问题具有更好的跟踪精度。(2)提出了一种基于历史追溯的目标跟踪方法。该方法首先研究从不同卷积神经网络层提取的特征对视觉跟踪问题的影响,然后设计了历史追溯验证机制,这个机制通过双向定位目标并计算偏差来判断跟踪预测和更新模型的可信度。同时,这个偏差也作为卷积层选择的标准,在必要时,将会重新选择特征进行重新定位目标。大量的实验结果证明,提出的算法对背景噪声、快速运动、旋转、光照变化等问题具有更好的跟踪精度。(3)提出了一种基于交互式多模型的深度特征跟踪方法。该方法将相关滤波器应用到多个卷积层的输出上构造观测模型,并为每个观测模型学习一个对应的线上运动模型,这些观测模型和运动模型组成了多模型系统。然后将交互式多模型应用到视觉跟踪中以自适应地调整每个模型系统的权重,实现鲁棒的跟踪。为了验证提出方法的有效性,在两个公开的目标跟踪数据集上进行了实验和测评,结果表明,提出的算法对背景噪声、快速运动、旋转、光照变化等问题具有更好的跟踪精度。