项目名称: 多光谱动态融合目标跟踪

项目编号: No.61300133

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 梁建宁

作者单位: 华东理工大学

项目金额: 23万元

中文摘要: 视频跟踪研究课题意义重大,应用极为广泛。比如行为识别、安全监控、人机交互、交通监控和车辆导航等等。尽管目标跟踪研究取得了很大进展,但是,跟踪性能仍然受到各种环境因素的影响,比如背景、遮挡以及光照条件等等。可靠、稳定的目标跟踪仍然是一个很大的挑战。为了克服环境因素对跟踪性能的限制,本项目计划采用多光谱传感器来获取多通道数据,动态融合多光谱信息来自适应跟踪复杂场景中的目标。物体与背景在不同光谱段上成像差异能提高跟踪性能,故而,采用自适应学习机制来实现多光谱融合与物体跟踪同步进行,多光谱图像融合直接服务于物体跟踪,并且根据跟踪的当前结果来指导多光谱融合。多光谱图像在像素层面上根据跟踪的需要进行融合。多光谱图像融合与物体跟踪两者互相影响、互相促进,并随背景变化而动态调整。

中文关键词: 目标跟踪;多光谱融合;自适应学习;;

英文摘要: Object tracking plays a significant role in various applications, such as activity recognition, video surveillance, human computer interaction, traffic monitor and vehicle navigation and so on. Even though with large progress in object tracking, its performance is suffered from various environmental conditions, such as background, occlusion and illumination etc. Robust object tracking is still a great challenge. In this project, we'll attempt to improve the performance of object tracking with multi-spectral sensors data. The data are fused in a dynamical manner so as to reliably track objects in complex scenes. The object and background show different appearances on the same spectrum. Further, such differences can improve the performance of object tracking. Thus, an adaptive learning is used to simultaneously fuse multi-spectral information and track objects. The information fusion processed in the pixel level is directly used for the task of object tracking and adjusted in term of the tracking result. The information fusion and object tracking promote each other, and are adaptive to the change of the background.

英文关键词: object tracking;multi-spectral information fusion;adaptive learning;;

成为VIP会员查看完整内容
1

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
【清华大学鲁继文副教授】无监督视觉表征学习
专知会员服务
25+阅读 · 2022年3月17日
专知会员服务
13+阅读 · 2021年9月23日
专知会员服务
6+阅读 · 2021年9月22日
专知会员服务
83+阅读 · 2021年8月8日
专知会员服务
11+阅读 · 2021年7月6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
专知会员服务
59+阅读 · 2021年3月17日
【KDD2020】基于纳什强化学习的鲁棒垃圾邮件发送者检测
专知会员服务
16+阅读 · 2020年8月16日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
IEEE WHISPERS大规模高光谱目标跟踪挑战赛来了!
中国图象图形学报
60+阅读 · 2020年7月8日
CVPR 2019 论文大盘点-目标跟踪篇
极市平台
20+阅读 · 2019年8月8日
【学科发展报告】无人船
中国自动化学会
26+阅读 · 2019年1月8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
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18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
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013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 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
3+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
15+阅读 · 2019年3月16日
小贴士
相关VIP内容
【清华大学鲁继文副教授】无监督视觉表征学习
专知会员服务
25+阅读 · 2022年3月17日
专知会员服务
13+阅读 · 2021年9月23日
专知会员服务
6+阅读 · 2021年9月22日
专知会员服务
83+阅读 · 2021年8月8日
专知会员服务
11+阅读 · 2021年7月6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
专知会员服务
59+阅读 · 2021年3月17日
【KDD2020】基于纳什强化学习的鲁棒垃圾邮件发送者检测
专知会员服务
16+阅读 · 2020年8月16日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关资讯
IEEE WHISPERS大规模高光谱目标跟踪挑战赛来了!
中国图象图形学报
60+阅读 · 2020年7月8日
CVPR 2019 论文大盘点-目标跟踪篇
极市平台
20+阅读 · 2019年8月8日
【学科发展报告】无人船
中国自动化学会
26+阅读 · 2019年1月8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
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18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
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013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 · 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