项目名称: 场景深度关系下的视频遮挡目标检测

项目编号: No.61503111

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: 吴克伟

作者单位: 合肥工业大学

项目金额: 19万元

中文摘要: 遮挡是一种普遍存在的视觉现象,遮挡目标检测对于智能视频监控具有重要的研究意义和应用价值。项目针对目标间复杂遮挡关系估计的研究难点,以场景布局下的目标深度排序关系为突破口,利用视觉感知线索揭示遮挡关系产生的内在成因,并利用物理投影约束条件描述目标间遮挡关系的合理性,建立基于遮挡关系分析的目标检测模型。具体研究内容如下:通过揭示外观和运动线索在前景目标分割的作用,估计视频中运动目标位置;通过研究场景布局对的目标深度排序的约束,提出基于场景深度的遮挡关系估计方法;通过揭示目标表面可见性的物理成因,建立基于可见性推理的遮挡关系验证方法;最终,通过研究视觉认知过程中目标分割与检测之间的相互支持关系,揭示外观评价、形状评价、遮挡关系评价对遮挡目标检测的重要性,构建面向遮挡目标分割和检测的统一模型,实现视频监控中遮挡目标的有效检测。

中文关键词: 遮挡目标检测;运动目标分割;场景深度;遮挡推理;视频监控

英文摘要: Occlusion is an intrinsic phenomenon frequently appearing in realistic visual system. For this reason, the occluded object detection becomes more important and valuable in both theoretical and practical aspects with the application of intelligent video surveillance..The major obstacle is uncertainty estimation for complex occlusion relationships. Starting from object depth ordering associations in term of scene layout, we employ multiple visual cues to theorize occlusion inherence, and further use some constrains from physical projection to verify our generated occlusion. We construct novel object detection model based on occlusion relationship analysis..The detailed contents are listed as:.(1) By exploring the roles of appearance and motion cues for foreground object segmentation, we estimate moving object location in video..(2) By learning the depth ordering constrains form scene layout, we propose occlusion estimation method based on scene depth relationship..(3) By revealing the physical reason for object surface visibility, we put forward occlusion validation method according to visibility reasoning..(4) Finally, focusing on the mutual supports between segmentation object and detected in visual cognitive process, we explain the importance for three factors in evaluation of appearance, shape and coupled occluded pairs to measuring occluded object..Overall, we construct unified model towards occluded object segmentation and detection to boost the effectiveness and efficiency in video surveillance.

英文关键词: occluded object detection;moving object segmentation;scene depth;occlusion reasoning;video surveillance

成为VIP会员查看完整内容
1

相关内容

TPAMI 2021|VideoDG:首个视频领域泛化模型
专知会员服务
20+阅读 · 2021年12月31日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
53+阅读 · 2021年9月3日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
50+阅读 · 2021年1月19日
专知会员服务
43+阅读 · 2020年12月8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
杨宇鸿:腾讯多模态内容理解技术及应用
专知
3+阅读 · 2022年1月27日
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知
0+阅读 · 2021年12月31日
【泡泡点云时空】基于分割方法的物体六维姿态估计
泡泡机器人SLAM
18+阅读 · 2019年9月15日
竞赛方案|VideoNet视频内容识别挑战赛
极市平台
14+阅读 · 2019年9月8日
【泡泡点云时空】FlowNet3D:学习三维点云中的场景流
泡泡机器人SLAM
41+阅读 · 2019年5月19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
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
国家自然科学基金
6+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
1+阅读 · 2014年12月31日
国家自然科学基金
1+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
0+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
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
On Feature Normalization and Data Augmentation
Arxiv
15+阅读 · 2020年2月25日
Arxiv
110+阅读 · 2020年2月5日
Deep Learning in Video Multi-Object Tracking: A Survey
Arxiv
57+阅读 · 2019年7月31日
小贴士
相关VIP内容
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知会员服务
20+阅读 · 2021年12月31日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
53+阅读 · 2021年9月3日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
50+阅读 · 2021年1月19日
专知会员服务
43+阅读 · 2020年12月8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
杨宇鸿:腾讯多模态内容理解技术及应用
专知
3+阅读 · 2022年1月27日
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知
0+阅读 · 2021年12月31日
【泡泡点云时空】基于分割方法的物体六维姿态估计
泡泡机器人SLAM
18+阅读 · 2019年9月15日
竞赛方案|VideoNet视频内容识别挑战赛
极市平台
14+阅读 · 2019年9月8日
【泡泡点云时空】FlowNet3D:学习三维点云中的场景流
泡泡机器人SLAM
41+阅读 · 2019年5月19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
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
相关基金
国家自然科学基金
6+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
1+阅读 · 2014年12月31日
国家自然科学基金
1+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
0+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
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员