基于快速视觉注意模型和深度学习的视觉跟踪

项目名称： 基于快速视觉注意模型和深度学习的视觉跟踪

项目编号： No.61401463

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 黎万义

作者单位： 中国科学院自动化研究所

项目金额： 27万元

中文摘要： 视觉跟踪广泛应用于视频监控、机器人等领域，其困难主要来自于目标外观变化、背景杂乱、遮挡和突变运动等方面。快速高效地进行视觉信息筛选和自动学习良好的特征将有效解决这些问题。本课题拟将视觉注意机制和深度学习方法引入到目标跟踪，并对其展开深入研究: 首先，利用稀疏傅立叶变换对视觉注意机制进行建模，拟提出基于稀疏傅立叶变换的快速视觉注意计算模型,用于筛选对目标跟踪而言最为重要和有用的视觉信息;其次，研究可在线训练的深度学习方法，并结合考虑视觉注意机制，在线自动学习那些能引起人眼注意的、并能从背景很好地将目标区分出来的图像特征；最后，建立融合了视觉注意机制与深度学习方法的目标跟踪框架，视觉注意机制检测出目标最有可能出现的区域，基于这些区域进行候选样本采样；使用之前学习到的特征对候选样本进行评价，从而实现更为稳定和更接近于人类认知机制的目标跟踪算法。最终建立一个适用于动态场景的稳定的视觉跟踪原型系统。

中文关键词： 视觉跟踪；视觉注意；深度学习；；

英文摘要： Visual tracking is widely used in many domains such as visual surveillance and robotics. Difficulties in tracking objects can arise due to changing object appearance, background clutters, occlusions and abrupt motions, etc. Selecting those most relevant p

英文关键词： Visual object tracking；visual attention；deep learning；；