移动摄像机下基于鲁棒统计模型和多线索融合的目标跟踪方法研究

项目名称： 移动摄像机下基于鲁棒统计模型和多线索融合的目标跟踪方法研究

项目编号： No.61170179

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 计算机科学学科

项目作者： 王菡子

作者单位： 厦门大学

项目金额： 55万元

中文摘要： 视频目标跟踪拥有巨大的市场和广泛的应用前景。但是真实的场景非常复杂，可能包含如遮挡、光照变化、旋转、背景噪声、图像模糊、摄像机运动等诸多挑战。当前大多数跟踪方法还不能完全有效地解决这些困难。如何有效地抵制由这些困难所带来的影响是当前的研究难点和热点。本项目计划以鲁棒统计理论为基础，采用多线索融合和迁移学习理论的思路来研究和开发移动摄像机下的目标跟踪方法：首先，研究设计鲁棒统计模型和算法，据此建立有效的目标形状模型；设计合理的假设权重函数，引入熵阈值法和交互信息理论，开发鲁棒的目标检测算法；建立有效的外观模型，研究基于概率统计和马尔科夫随机场的视频分割算法；最后，引入迁移学习理论，设计有效的核函数，提出遮挡处理策略和特征描述方法，采用多线索融合的方式，把鲁棒统计、目标检测、视频分割、迁移学习、多线索融合等集成在一个有效的目标跟踪系统中。本研究对视频监控、人机交互等领域有较高的学术与应用价值。

中文关键词： 视频跟踪；鲁棒模型拟合；目标检测；多线索融合；目标表观模型

英文摘要：

英文关键词： Video tracking；Robust model fitting；Object detection；Multi-cue fusion；Object appearance model