【摘 要】
:
视频目标跟踪是计算机视觉的一个研究热点,已经在监视、机器人、医学图像、以及人机交互等领域有着许多应用。尽管学者们在这个研究课题上做出了大量努力,但是,严重的遮挡、
论文部分内容阅读
视频目标跟踪是计算机视觉的一个研究热点,已经在监视、机器人、医学图像、以及人机交互等领域有着许多应用。尽管学者们在这个研究课题上做出了大量努力,但是,严重的遮挡、剧烈的姿态、尺度和光照的变化、杂乱的背景、多变的视角等引起的目标物体的表观变化使得视频跟踪依然是一个极具挑战性的难题。研究发现,子空间表示对于目标物体的平面内旋转、尺度和姿态变化以及光照改变具有鲁棒性并且易于计算,所以许多基于子空间学习的视频跟踪算法被相继提出。这一套算法通过构造目标所在的低维子空间,以得到能够在线地适应目标物表观变化的表观模型(appearance model)。但是,对于视频序列中的目标物来说,这些算法都不能对它们整体上的结构进行限制,从而无法准确地把握目标物体表观的整体子空间结构。最近,一些新的基于低秩性的鲁棒子空间学习模型被相继提出,例如RPCA. LRR等。它们能够从受污染的观测数据中恢复出其本质的低秩子空间结构。但是当前的这些低秩模型无法直接用于增量式的视频处理。受到以上讨论的启发,本文提出了两种基于增量式低秩学习的视频跟踪算法。首先,本文基于增量式低秩特征学习提出了一个新的鲁棒的视频目标跟踪算法。该算法实际上将Robust PCA(RPCA)扩展到了在线学习领域。与之前的方法相比较,该算法不再从受污染的观测数据直接学习子空间,而是增量式追踪目标的低秩特征并且通过稀疏误差项检测遮挡。然后,本文又提出了一个新的子空间学习方法以解决鲁棒的视频目标跟踪问题。该算法增量式追踪最优低秩投影,该投影的列向量是其所在的隐藏特征空间的一组冗余的基底,并将观测数据直接作为该投影的系数。追踪到的最优投影的低秩性能够准确的恢复全局特征空间的本质低维结构,从而提升了捕获表观变化的准确率。在多个具有挑战性的视频序列上的实验结果表明,本文提出的跟踪算法能够战胜遮挡、姿态、尺度和光照变化、非刚体变化、平面内旋转、背景混杂等视频跟踪的诸多难点,足以与当前先进的跟踪算法相抗衡。
其他文献
目前,对于复杂网络的研究已经非常深入而广泛,尤其是对于分岔与混沌的稳定性分析以及对系统的控制,通过对各种结构的复杂网络进行研究,可以更加深入地了解各种模型的动力学行为,以便于对生产生活提供更加科学的理论指导和实验支持。复杂网络不仅广泛存在于自然界,如神经细胞网、食物链网等,也存在于人类社会,如互联网、物联网、交通网、金融网、电力网、通讯网等等。第一章和第二章简单介绍了在论文写作过程中用到的相关理论
本论文主要包含两个部分:第一部分,利用Fredholm积分方程给出非线性可积演化方程初边值问题的一种解法;第二部分,利用Fredholm积分方程和Darboux变换等方法给出一些非线性可积
设G为有限p群.若G的指数为#的子群全交换且存在一个指数为的子群不交换,则称G为At群.本文分别给出了At群与循环群、初等交换群直积中内交换子群的个数以及At群与交换群直积中
树木图像提取是将地面摄影图像中的单株树木与其周围景物分离的技术,可为建筑物的三维重建和影像中的植被检测提供基础数据和技术支撑。提取在自然场景中拍摄的背景具有不确
兖州矿业(集团)公司济宁二号煤矿针对实际情况选用了KZL-300顶板离层位移测量报警系统,对采区内的巷道顶板进行实时监控,有效地避免了顶板事故的发生。
According to the ac
最近,新西兰和意大利的猕猴桃果农正尝试使用塑料覆盖来防治猕猴桃PSA。已有的试验结果表明,塑料可以有效阻止PSA对猕猴桃的威胁。PSA是一种细菌性病害,主要借助于雨、风和雾
完美匹配层(PML)在波导的计算问题中被视为是一种最广泛的无界区域截断方式[1,11,12],而如何选取最优化PML已经成为了研究的热点。本文主要从Helmholtz方程的一种有限差分方法入
近年来,分数阶微积分被广泛地应用到自然科学和工程的诸多领域,充分展现出了分数阶微积分在建模复杂动力系统中的优越性和不可替代性。然而,与整数阶微积分算子不同,分数阶微积分
本文在第一章首先给出了主要的定理,第二章介绍了整除,素数,同余,数论函数 等一些基本概念和结果,第三章研究了等差数列中的项与给定正整数互素问题的定性 的结果,第四章估计了等差
对于SO2烟气的现有监测技术是采样分析系统,属化学手段.即采集一定量SO2烟气,利用特征化学方法,反演出SO2实际浓度,再调节治理技术中的相关环节,以控制SO2排放.但这种监测方