基于数据与模型混合驱动的密集人群中特定人脸持续跟踪方法

项目名称： 基于数据与模型混合驱动的密集人群中特定人脸持续跟踪方法

项目编号： No.61374161

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 胡士强

作者单位： 上海交通大学

项目金额： 80万元

中文摘要： 随着视频系统应用需求的深入，研究复杂场景内密集人群中特定人脸持续跟踪方法（即：如何在复杂场景中快速筛选出与数据库中相似的疑似人脸并对其持续跟踪）成为视频跟踪的关键问题之一。由于复杂环境和目标运动的不确定性，单纯基于数据驱动或模型驱动的确定性假设条件的跟踪算法时常显的不能适应，效果不佳。本项目采用数据与模型混合驱动的在线学习闭环跟踪框架，结合视频混沌特征分类、概率置信度检测和概率假设密度方法，重点研究复杂场景下的密集人群中特定目标持续跟踪方法的深层次问题：基于混沌分类的目标离线先验信息获取方法；强近似干扰下概率置信度特定目标人脸检测准则；基于SIFT跟踪环的在线学习-检测单目标持续跟踪算法。通过在密集人群中检出疑似目标，利用在线交互学习和SIFT跟踪环实现目标特征模型更新和持续跟踪。为解决复杂场景下特定目标持续跟踪提供应用基础支持，同时也对非结构化环境系统中目标的持续估计方法进行初步探索。

中文关键词： 持续跟踪；概率识别；密集人群；混合驱动；

英文摘要： As the widely usage of video survilliance system, research for long-term tracking of faces in crowds people in complex secen (i.e. quickly filter suspect faces and persistent tracking in complex scene) is becoming a key point in video tracking. Determinis

英文关键词： long-term tracking；probability detection；crowd people；hybrid driven；