项目名称: 基于秩一张量近似的多目标跟踪

项目编号: No.61502492

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 其他

项目作者: 史信楚

作者单位: 中国科学院自动化研究所

项目金额: 21万元

中文摘要: 多目标跟踪通常被形式化为一个基于数据关联的优化问题,而多帧数据关联优化是一个NP难的多维分配问题,当前大部分方法只能求解松弛条件下的优化,因而存在巨大局限。本课题关注多目标跟踪研究,在归纳研究难点和现有算法局限性的基础上,拟提出一种基于秩一张量近似理论的多目标跟踪框架。主要研究内容包括:1)多维分配优化求解,拟提出基于秩一张量近似理论的优化解;2)目标轨迹的高阶能量表示,拟提出基于多路直方图相似性度量及信息熵的表示;3)目标交互建模及优化,拟提出包含非极大值抑制约束的运动交互模型;4)目标遮挡处理,拟提出融合数据驱动和场景理解的方法。本项目立足于国际前沿,兼具理论创新性和实际应用性。拟在数学上原创性地揭示多维分配优化和秩一张量近似理论两者的联系,并提出有效的非松弛解;同时针对实际应用特点,计划提出有效的目标交互模型和遮挡处理方法。课题将为多目标跟踪和相关研究领域提供创新性理论和关键技术。

中文关键词: 多目标跟踪;视觉监控;视频分析

英文摘要: Multi-target tracking is popularly formulated as the data association based optimization, while the multi-frame data association optimization is the NP hard multidimensional assignment problem intrinsically, and most current approaches are limited to the optimization solution with appropriate relaxations. This project focuses the research on multi-frame data association based visual tracking, and proposes a rank-1 tensor approximation based multi-target tracking framework. The main research contents include: 1) for the NP hard multidimensional assignment optimization, propose an effective rank-1 tensor approximation based iteration solution; 2) for the high-order trajectory affinity representation, propose the multi-way histogram comparison based similarity metrics and the entropy based measure; 3) for the interaction model, propose a non-maximum suppression constraint based motion context; 4) for the occlusion handling, propose a data-driven and scene understanding approach. The project stands on the academic frontier, and has both the theoretical and application significances. For one thing, the program focuses on the theoretical problem lying in the multiple target tracking, shows the close relationship between the multi-dimensional assignment problem and the rank-1 tensor approximation problem, and proposes an effective iteration solution for the NP hard optimization problem. For another, the program proposes an efficient target interaction model and effective occlusion handling method for the real tracking applications. Finally, it aims to provide the innovative theory and key techniques for multiple target tracking and some related research areas.

英文关键词: multi-target tracking;visual surveillance;video analysis

成为VIP会员查看完整内容
0

相关内容

专知会员服务
86+阅读 · 2021年9月4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
44+阅读 · 2021年4月15日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
45+阅读 · 2020年11月13日
专知会员服务
50+阅读 · 2020年10月21日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
深度学习视频中多目标跟踪:论文综述
专知会员服务
92+阅读 · 2019年10月13日
计算机视觉方向简介 | 多目标跟踪算法(附源码)
计算机视觉life
15+阅读 · 2019年6月26日
视频目标检测:Flow-based
极市平台
22+阅读 · 2019年5月27日
多目标跟踪:SORT和Deep SORT
极市平台
47+阅读 · 2019年3月18日
视频中的多目标跟踪【附PPT与视频资料】
人工智能前沿讲习班
30+阅读 · 2018年11月29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
论文 | 基于RNN的在线多目标跟踪
七月在线实验室
31+阅读 · 2017年12月27日
国家自然科学基金
2+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
7+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
3+阅读 · 2012年12月31日
国家自然科学基金
2+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
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
10+阅读 · 2017年7月4日
小贴士
相关VIP内容
专知会员服务
86+阅读 · 2021年9月4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
44+阅读 · 2021年4月15日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
45+阅读 · 2020年11月13日
专知会员服务
50+阅读 · 2020年10月21日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
深度学习视频中多目标跟踪:论文综述
专知会员服务
92+阅读 · 2019年10月13日
相关资讯
计算机视觉方向简介 | 多目标跟踪算法(附源码)
计算机视觉life
15+阅读 · 2019年6月26日
视频目标检测:Flow-based
极市平台
22+阅读 · 2019年5月27日
多目标跟踪:SORT和Deep SORT
极市平台
47+阅读 · 2019年3月18日
视频中的多目标跟踪【附PPT与视频资料】
人工智能前沿讲习班
30+阅读 · 2018年11月29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
论文 | 基于RNN的在线多目标跟踪
七月在线实验室
31+阅读 · 2017年12月27日
相关基金
国家自然科学基金
2+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
7+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
3+阅读 · 2012年12月31日
国家自然科学基金
2+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
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员