基于視頻的多元跟蹤與裝配解析研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的高速發(fā)展，計(jì)算機(jī)視覺領(lǐng)域的研究呈現(xiàn)出多樣性的特點(diǎn)，一方面，對(duì)于基本視覺問題，比如目標(biāo)跟蹤與檢測，仍然是研究的熱點(diǎn);另一方面，建立在這些底層視覺問題之上的更高層的問題研究獲得了越來越多的關(guān)注，比如視頻內(nèi)容解析等。相比于單純的底層視覺問題來說，視頻內(nèi)容解析則需要更多的語義分析。盡管如此，這些高層問題往往也依賴于一些底層的視覺技術(shù)。本文對(duì)基于視頻的跟蹤的基本視覺問題進(jìn)行了深入的研究，并以此為基礎(chǔ)研究了視頻裝配解析問題。首先，研

2、究了基于視頻的二維目標(biāo)跟蹤問題，該問題是所有跟蹤問題中最為基礎(chǔ)的問題，同時(shí)也是跟蹤領(lǐng)域的主要研究方向。二維目標(biāo)跟蹤主要研究如何在連續(xù)的視頻幀畫面中得到目標(biāo)物體在視頻畫面中的位置信息，其在視頻監(jiān)控、人機(jī)交互等領(lǐng)域具有廣泛的應(yīng)用。其次，研究了基于視頻的三維目標(biāo)跟蹤問題。相比于二維目標(biāo)跟蹤，三維目標(biāo)跟蹤需要連續(xù)的估計(jì)出目標(biāo)物體相對(duì)于相機(jī)的空間姿態(tài)變換關(guān)系，而不僅僅只是圖像中的二維位置。該技術(shù)在增強(qiáng)現(xiàn)實(shí)、機(jī)器人、視覺伺服等領(lǐng)域具有重要的應(yīng)用。最

3、后，研究了基于視頻的自動(dòng)裝配解析技術(shù)。自動(dòng)裝配解析技術(shù)是指系統(tǒng)可以自動(dòng)的分析出用戶的裝配過程，并在線實(shí)時(shí)的指導(dǎo)用戶裝配物體。該技術(shù)不僅需要在底層識(shí)別跟蹤出視頻場景中出現(xiàn)的物體，同時(shí)還需要在高層上理解物體與物體之間的裝配關(guān)系，從而是更高層的視覺問題。本文對(duì)這三類問題展開了深入的研究。
　　本文的主要貢獻(xiàn)如下:
　　1.提出一種基于稀疏和局部線性編碼的目標(biāo)二維跟蹤模型。已有的目標(biāo)跟蹤主要基于粒子濾波框架，通過對(duì)狀態(tài)空間的隨機(jī)采樣

4、來估計(jì)物體的位置狀態(tài)，需要單獨(dú)地計(jì)算每個(gè)粒子的權(quán)重，毫無疑問，這并不是一種有效的搜索策略。本文提出一種基于線性編碼的跟蹤模型，在采樣的粒子基礎(chǔ)上，通過構(gòu)建一個(gè)連續(xù)的外觀表示空間，使得被跟蹤目標(biāo)可以直接由其周圍的采樣粒子稀疏線性表示，并通過迭代優(yōu)化的策略來搜索目標(biāo)，使得跟蹤的精度和速度均得以提升。更進(jìn)一步，跟粒子濾波類似，該模型可以跟各種外觀表示模型進(jìn)行結(jié)合，說明本文提出的跟蹤模型具有一定的可擴(kuò)展性。
　　2.提出一種基于全局優(yōu)化搜

5、索的目標(biāo)三維跟蹤算法。針對(duì)在復(fù)雜環(huán)境下基于輪廓的三維無紋理跟蹤算法容易失敗的情況，提出一種基于全局優(yōu)化搜索的無紋理三維跟蹤算法。通過構(gòu)建一個(gè)基于能量函數(shù)的圖模型來對(duì)圖像中的候選對(duì)應(yīng)點(diǎn)進(jìn)行建模，采用動(dòng)態(tài)規(guī)劃進(jìn)行有效的求解。由于利用了對(duì)應(yīng)點(diǎn)之間的連續(xù)性，因此，相比于局部優(yōu)化搜索算法，本文提出的算法更加魯棒，不僅在復(fù)雜環(huán)境中有效，而且對(duì)于那些內(nèi)部結(jié)構(gòu)有鏤空的三維物體也非常有效。
　　3.提出一種基于視頻的物體自動(dòng)裝配解析技術(shù)。針對(duì)視頻解