基于动态图模型与多元结构化在线学习的视觉目标跟踪

项目名称： 基于动态图模型与多元结构化在线学习的视觉目标跟踪

项目编号： No.61402483

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： 姚睿

作者单位： 中国矿业大学

项目金额： 26万元

中文摘要： 视觉目标跟踪是计算机视觉领域非常活跃的研究方向。实际场景下长视频中存在相似目标干扰、严重遮挡及非刚体目标形变等难题，导致跟踪效果不佳。本项目通过定义动态上下文，提出一种不同于传统单一结构化学习的动态多元结构化在线学习方法，将目标与动态上下文在同一结构化约束框架内训练及联合推理。从而一方面通过共享训练样本提高目标与相似干扰的可分性；另一方面通过动态上下文的结构化约束提高对严重遮挡及形变的鲁棒性。本项目拟首先研究动态全局和局部上下文的检测与更新，以构建相应的动态图模型；再提出联合推理方法，以提高后继学习过程中推理的准确性和实时性；最后重点研究针对动态图模型表示的多元结构化学习框架及在线优化方法，使其对被跟踪目标和上下文在同一框架内进行训练，同时使用图模型快速准确的预测目标位置，为实际场景下长视频鲁棒目标跟踪提供一个有效的新方法。动态多元结构化学习可用于多目标跟踪、目标识别、对象检测等领域。

中文关键词： 视觉目标跟踪；动态多元结构化学习；在线学习；图模型；

英文摘要： Visual object tracking is an important topic in computer vision. The performance of long-term tracking is affected by similar objects, heavy occlusion, and non-rigid deformation in real scene. In this project, we define dynamic context. Differing from tra

英文关键词： visual object tracking；dynamic multiple structural learning；online learning；graphical model；