【摘 要】
:
视觉目标跟踪一直是计算机视觉领域研究的关键课题之一,已经在智能交通系统、智能监控系统、人机交互、无人机以及机器人技术等多种人工智能场景中具有广泛应用。目标跟踪算法旨在利用给定的初始信息对目标外观进行建模,在后续图像序列中克服目标遮挡、快速运动、光照变化等复杂因素的干扰,最终实现对目标位置和大小的有效推理。对于仅有的目标初始外观信息,以何种方式对其进行充分而有效的挖掘对目标跟踪算法性能的提高至关重要
论文部分内容阅读
视觉目标跟踪一直是计算机视觉领域研究的关键课题之一,已经在智能交通系统、智能监控系统、人机交互、无人机以及机器人技术等多种人工智能场景中具有广泛应用。目标跟踪算法旨在利用给定的初始信息对目标外观进行建模,在后续图像序列中克服目标遮挡、快速运动、光照变化等复杂因素的干扰,最终实现对目标位置和大小的有效推理。对于仅有的目标初始外观信息,以何种方式对其进行充分而有效的挖掘对目标跟踪算法性能的提高至关重要。从精心设计的轻量级手工特征到复杂但更具判别力的深度特征,研究学者针对特征表示提出了大量优秀的方法和理论。然而,仍然存在一些问题亟待解决。首先,传统的特征融合方法通常采用固定权重的方式去融合不同的特征层以实现信息的交互与共享,却无法根据场景的变化自动调整融合权重,缺乏足够的灵活性和鲁棒性。其次,融合后的特征往往具有维度高和通道多样性的特点,这严重影响了跟踪的精度和实时性,如何从大量特征通道中找出判别力通道并消除冗余通道仍然是一个极具挑战性的问题。此外,如何在保证算法实时性的同时利用正则化方法来约束和引导滤波器也有待进一步解决。针对上述问题,本文在相关滤波跟踪框架的基础上,从特征融合、特征选择、正则化与模型学习等方面出发进行了探索。本文的主要工作如下:(1)提出了一种基于博弈论的多互补特征自适应融合视觉跟踪算法。首先,分别从手工特征和深度特征中选取具有互补性质的特征进行组合得到两种鲁棒的组合特征。其次,采用博弈论的思想,将两种组合特征视为博弈双方,通过在跟踪过程中不断博弈使二者达到最佳动态平衡,从而获得更加鲁棒的融合特征。最后,将本文算法与其他8种相关算法在OTB2015基准集上进行广泛评估,实验结果表明,该算法提高了在遮挡、形变等复杂场景下目标跟踪的鲁棒性。(2)提出了一种基于特征通道自适应选择的鲁棒视觉跟踪算法。通过计算每个特征通道中背景与前景的能量关系,自适应地选择出最具判别力的特征通道来学习更加鲁棒的目标外观模型。此外,基于特征通道选择的反馈,提出了一种自适应模型更新策略来缓解模型的不正确更新所引起的模型过拟合和退化问题。在五个著名的跟踪数据集(OTB2015、TC128、UAV123、VOT2018和La SOT)上的大量实验证明了所提算法的有效性和鲁棒性。(3)提出了一种背景抑制与目标感知联合学习的实时无人机视觉跟踪算法。首先利用先验知识生成掩码,分别构造具有目标感知的滤波器和具有背景抑制的滤波器。其中,背景抑制滤波器是通过在传统的相关滤波跟踪范式上引入上下文感知正则化项实现的,可以抑制背景噪声和进一步缓解边界效应。目标感知滤波器仅对目标图像块的进行建模,通过引入时间正则化项来增强模型对目标遮挡和形变的鲁棒性。二者通过ADMM算法进行联合优化,在训练时相互约束,检测时相互补充。在主流的无人机跟踪数据集UAVDT和DTB70上的实验验证了所提方法在无人机跟踪方面的优势,运行速度约为26fps,能够满足无人机跟踪的实时性要求。
其他文献
随着第五代移动通信技术和物联网技术的迅速发展,接入网络的设备数量达到前所未有的规模,带来日益严峻的频谱稀缺问题,大量新兴的计算密集及时延敏感型应用也为网络的计算能力带来新的挑战。尽管认知无线电和移动边缘计算技术能够提升网络中频谱效率和提供高性能计算服务。但传统的认知无线电网络和移动边缘计算网络中面临着严重的信道衰落,固定的基站或服务器部署位置也限制了网络的可拓展性,难以在偏远地区或灾后快速建立通信
目标跟踪是在视频的初始帧中,给定目标信息,在后续帧中,对目标进行尺度估计和精准定位的过程。目前,目标跟踪技术在人机交互、无人驾驶和军事应用等领域取得了广泛应用。尽管目标跟踪领域取得了阶段性的研究进展,但在复杂场景中仍存在诸多挑战,如:相似背景、快速运动和目标遮挡等。近年来,由于深度学习技术的崛起,基于深度学习的方法在目标跟踪领域得到广泛应用,其中基于Siamese网络的算法备受青睐。作为基于深度学
劳动就业和社会保障是国家最重要的两大民生问题,为更好地揭示两者之间的关系,文章对我国人力资源劳动就业及社会保障关系进行研究,从人力资源劳动就业促进社会保障发展、就业状况直接影响社会保障基金收支状况、风险就业机制为劳动者提供安全失业经济环境、社会保障反作用于经济发展改善就业状况等四个方面进行论述,以期为国家经济社会的进一步发展提供一些新的发展思路。
<正>近日,云南省纪委监委推出的警示教育片《开尔行贿记》,深入剖析了昆明开尔科技有限公司(以下简称"开尔公司")以巨额行贿"围猎"公职人员的典型案例,引发社会广泛关注。2010年起,开尔公司通过"围猎"公职人员攫取不当利益,短短几年间业务覆盖云南省16个州市,在11个州市成立分公司,年营销额达2亿元。该案共涉及105名国家公职人员,行贿金额高达1300余万元,造成恶劣影响。
自从2012年深度学习技术爆发以来,目标检测领域随之也取得了巨大的进步,基于深度学习技术的目标检测算法层出不穷,检测精度越来越高且速度满足实时性要求,同时检测算法的种类变得多样化。本文为探究新分支Anchor Free中的算法对可见光图像和红外图像的检测性能,选取了该领域具有代表性的算法CenterNet作为基准算法,该算法思想巧妙、性能良好且网络结构简洁,发表后引起众多研究人员对其进行优化和应用
区块链是信息技术领域的一个新术语,它通过运行一个一致协议来维护共享的账本,以保护区块链上的数据具有不可伪造、公开透明和集体维护等特征。目前,区块链技术创造了可靠的合作机制,并被越来越多的学者和业界人员所关注。以太坊作为最受欢迎的区块链平台,使得开发者可以通过智能合约来执行相关工作。Solidity是最流行的智能合约开发语言,随着Solidity语言的不断进化,编译器版本也随之更新,不同的编译器版本
高校思想政治教育与意识形态安全具有密切的关系,在大数据时代,网络新媒体技术的发展和普及使高校意识形态安全面临着新的挑战,对高校思想政治教育提出了新的要求。面对大数据时代带来的机遇和挑战,如何发挥好大数据的作用,做好意识形态安全工作,是摆在高校思想政治教育工作者面前的一个重要课题。在思想政治教育中充分利用大数据技术,加强高校思想政治教育工作是应对挑战、提高工作效能的必然选择。本文以大数据时代高校意识
卫星通信凭借其覆盖范围广、稳定性高、抗毁性强、不受地理因素影响等优势,被认为是下一代全球通信网络中不可缺少的重要组成部分。利用卫星通信系统构建天基物联网,使之成为地面物联网的补充和延伸,从而能够在真正意义上实现万物互联。然而,现有的卫星通信系统主要面向人与人(Human-to-Human,H2H)业务,难以满足卫星机器间(Machine-to-Machine,M2M)通信中成百上千万甚至上亿设备的
从观念和制度上真正落实“受贿行贿一起查”,是改变贿赂犯罪治理不力的治本之策。无论从贿赂犯罪生成机理的理论视角还是从查处贿赂犯罪的实证视角,也无论是国内反腐的需要还是中国企业走出去防范刑事风险的需要,以及对《联合国反腐败公约》和域外立法的分析,都能证成“受贿行贿一起查”这个命题。为此,一方面,要在执法司法层面树立行贿受贿并重惩处的理念,强化办案水平,贯彻宽严相济的刑事政策,做好行贿犯罪定罪处刑的“后