检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

第一人称视角下的社会力优化多行人跟踪

中国图象图形学报 2020年第9期25卷 1869-1881页

作者：杨廷召刘骊付晓东刘利军黄青松昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室昆明650500

目的多行人跟踪一直是计算机视觉领域最具挑战性的任务之一,然而受相机移动、行人频繁遮挡和碰撞影响导致第一人称视频中行人跟踪存在效率和精度不高的问题。对此,本文提出一种基于社会力模型优化的第一人称视角下的多行人跟踪算法。方... 详细信息

目的多行人跟踪一直是计算机视觉领域最具挑战性的任务之一,然而受相机移动、行人频繁遮挡和碰撞影响导致第一人称视频中行人跟踪存在效率和精度不高的问题。对此,本文提出一种基于社会力模型优化的第一人称视角下的多行人跟踪算法。方法采用基于目标检测的跟踪算法,将跟踪问题简化为检测到的目标匹配问题,并且在初步跟踪之后进行社会力优化,有效解决频繁遮挡和碰撞行为导致的错误跟踪问题。首先,采用特征提取策略和宽高比重新设置的单步多框检测器(single shot multi-box detector,SSD),对输入的第一人称视频序列进行检测,并基于卷积神经网络(convolutional neural network,CNN)模型提取行人的表观特征,通过计算行人特征相似度获得初步的行人跟踪结果;然后,进行跟踪结果的社会力优化,一是定义行人分组行为,对每个行人跟踪目标进行分组计算,并通过添加分组标识,实现同组行人在遮挡的情况下的准确跟踪;二是通过定义的行人领域,对行人分组进行排斥计算,实现避免碰撞后的准确跟踪。结果在公用数据集ETH(eidgenssische technische hochschule)、MOT16(multi-object tracking 16)和ADL(adelaide)的6个第一人称视频序列上与其他跟踪算法进行对比实验,本文算法的运行速度达到准实时的20.8帧/s,同时相比其他准实时算法,本文算法的整体跟踪性能MOTA(multiple object tracking accuracy)提高了2.5%。结论提出的第一人称视频中社会力优化的多行人跟踪算法,既能准确地在第一人称场景中跟踪多个行人,又能较好地满足实际应用需求。

关键词：第一人称视频多行人跟踪社会力优化碰撞避免分组行为

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的分层关联多行人跟踪

计算机工程与应用 2021年第8期57卷 96-102页

作者：牛通卿粼波许盛宇苏婕四川大学电子信息学院成都610065

由于连续帧之间数据关联的不确定性和所提取外观特征的鉴别力不足,多目标跟踪容易受目标外观变化、运动状态变化、相似目标以及目标消失再出现等干扰因素的影响,出现轨迹ID变换的问题,从而限制基于轨迹分析的行为检测、姿态识别等研究... 详细信息

由于连续帧之间数据关联的不确定性和所提取外观特征的鉴别力不足,多目标跟踪容易受目标外观变化、运动状态变化、相似目标以及目标消失再出现等干扰因素的影响,出现轨迹ID变换的问题,从而限制基于轨迹分析的行为检测、姿态识别等研究的性能。为了提高数据关联的可靠性从而减少轨迹ID变换,提出了一种基于轨迹置信度的分层数据关联方式。同时,为了提高用于数据关联的外观特征的鉴别力,提出融合了过程层的特征提取网络。在公开的MOT16测试数据集上验证表明,该算法在保证跟踪准确度和精确度的同时,有效降低了轨迹ID变换的次数,提高了跟踪性能。

关键词：多行人跟踪数据关联外观特征 ID变换

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

多摄像头多行人跟踪系统的研究

多摄像头多行人跟踪系统的研究

作者：张婕欣上海交通大学

学位级别：硕士

多摄像头跟踪一直是计算机视觉领域的热点问题,随着人们对智能监控系统要求的日益提高,多摄像头系统能够克服单摄像头的缺点,弥补监控范围区域的限制、解决遮挡问题下的行人跟踪。本文研究的是多摄像机同步、且有共同视野覆盖区域的多... 详细信息

多摄像头跟踪一直是计算机视觉领域的热点问题,随着人们对智能监控系统要求的日益提高,多摄像头系统能够克服单摄像头的缺点,弥补监控范围区域的限制、解决遮挡问题下的行人跟踪。本文研究的是多摄像机同步、且有共同视野覆盖区域的多行人跟踪系统,研究解决了检测和跟踪阶段的关键问题。不同于传统的单摄像头的行人跟踪,多摄像头既带来机遇,也带来了挑战。多摄像头的优势在于拓宽了视野范围、为行人跟踪提供了多种角度的观察、能够有效解决遮挡问题。挑战在于如何融合并协调多摄像头之间的信息、怎样在多行人的情况下辨别不同行人的差异、在行人拥挤严重遮挡的情况下提高跟踪系统鲁棒性。基于多行人跟踪的主要特点,本文的研究内容主要分为以下几个部分:检测部分:首先在固定摄像头场景下利用背景分割方法得到行人的前景。我们分析并尝试了多种经典的背景建模方法,最终采用多特征的背景分割方法,得到了完整的行人轮廓,对场景适应性良好,通过对比实验验证方法的优势。多摄像头信息关联:利用多摄像机之间的单应性,关联不同视角中的行人前景。通过详细划分监控场景的视角覆盖范围,计算地面上行人出现的概率,得到行人站立的位置。并且将行人位置投影回各个视角,获取每个视角行人外貌、地理信息。通过实验验证多摄像头检测能够有效解决行人之间的遮挡问题。多行人跟踪:采用数据关联的跟踪方法,考虑了行人的外貌模型和运动模型来关联跟踪器和检测点。在外貌模型中考虑了颜色上下文、边缘等多重特征;在运动模型中为行人的运动建模。同时为了克服误检和漏检的情况,采取粒子滤波作为补充方法继续跟踪过程,设计了粒子采样方式和轨迹确定方法。

关键词：多摄像头跟踪多行人跟踪多摄像头协同数据关联粒子滤波

基于高辨识度Re-ID特征的多行人跟踪算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于高辨识度Re-ID特征的多行人跟踪算法研究

作者：龚永昌新疆大学

学位级别：硕士

多行人跟踪一直是计算机视觉领域所关注的热点,它在智能监控系统、大规模人员跟踪、智能驾驶等方面有着广阔的应用前景。为了在复杂的场景下跟踪行人并保持行人的ID不会因为遮挡而频繁发生转换,很多经典的跟踪算法通过构建Re-ID模型去... 详细信息

多行人跟踪一直是计算机视觉领域所关注的热点,它在智能监控系统、大规模人员跟踪、智能驾驶等方面有着广阔的应用前景。为了在复杂的场景下跟踪行人并保持行人的ID不会因为遮挡而频繁发生转换,很多经典的跟踪算法通过构建Re-ID模型去提取行人的表观特征。国内外研究者通过实验表明通过Re-ID模型提取的行人特征要比传统特征提取方法更有效。因此,本文主要对多行人跟踪中的特征提取展开研究并创新性地提出了基于高辨识度Re-ID特征的多行人跟踪算法。论文的主要工作如下:（1）针对在深度卷积神经网络提取特征时,有限感受野的卷积层无法很好地对全局语义信息进行建模。本文提出全局-局部注意力模型（Global-Local Attention,GL-Attention）,该模型由空间注意力模块和通道注意力模块组成。空间注意力模块能通过全局上下文捕获任意特征间的依赖关系,不受特征间的距离约束。通道注意力模块学习特征图之间的相关性,特征图之间相关性越强,则分配的权重越大。（2）大部分度量损失为了让输入图像和正样本的距离更近,忽视了样本的结构信息。本文基于Ranked list loss提出自适应加权排序损失函数（Adaptive Weighted Rank List Loss,WRLL）,它会根据负样本与输入图像的欧氏距离为负样本损失函数自适应地分配权重以挖掘负样本信息,防止模型将负样本误判为正样本。（3）为了综合GL-Attention和WRLL的性能,本文基于Bagtricks提出了一个具有全局-局部注意力机制和自适应加权排序损失的行人再识别模型（A Discriminative Re-identification Model with Global-Local Attention and Adaptive Weighted Rank List Loss,GLWR）。在三个公共数据集（Market-1501、Duke MTMC和CUHK03）上的实验研究表明,GLWR在行人外观相似和遮挡问题上可以捕获丰富的判别Re-ID特征。其中,在Cuhk-03数据集上,本文提出的GLWR的m AP比Bag Tricks算法高出22.3%。（4）在跟踪过程中,为了解决因长时间遮挡导致跟踪性能下降,本文用设计的Re-ID模型提取行人的表观特征,使用最小余弦度量距离构建相似矩阵,通过级联跟踪策略去跟踪行人并用卡尔曼滤波对跟踪轨迹的状态进行预测和更新。在MOT16实验研究表明,本文算法在遮挡和外观相似情况下,能有效减少ID切换次数。

关键词：多行人跟踪行人再识别注意力机制损失函数

基于空间分布的大视角差异条件下多行人跟踪方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于空间分布的大视角差异条件下多行人跟踪方法研究

作者：张玉君天津大学

学位级别：硕士

近年来,与日俱增的移动相机如无人机搭载相机、可穿戴相机等,能够以灵活的视角对场景中目标进行观测。无人机搭载相机的垂直俯视视角能够以广阔的观察视野对目标进行观测,可穿戴相机的平视视角能够以沉浸式的视角对目标进行观测,二者互... 详细信息

近年来,与日俱增的移动相机如无人机搭载相机、可穿戴相机等,能够以灵活的视角对场景中目标进行观测。无人机搭载相机的垂直俯视视角能够以广阔的观察视野对目标进行观测,可穿戴相机的平视视角能够以沉浸式的视角对目标进行观测,二者互补能够对场景中目标进行灵活有效的全方位观测。跨大视角的多相机协同技术,使得基于俯视和平视视角结合的视频监控技术在目标跟踪、行人再识别、行人动作检测和行为分析等领域有着重要的研究意义。然而,高空俯视视角下在保证广阔视野的同时,丢失了目标大量外观特征信息。相反,地面平视视角近距离、自由移动得观察方式能够获取丰富的外观细节,但是缺乏观察目标的全局运动轨迹。将高空俯视视角和多个地面平视视角相机相结合的第一步是实现观察目标的关联,然而,大视角差异使得两个视角下目标的外观和运动特征有明显差异。如何进行大视角差异下多行人关联是一个极具挑战的问题。为此,本文提出一种使用空间分布特征对目标进行关联的方法。具体来说,在俯视视图下通过目标的位置信息进行建模,并定义匹配代价函数,以确定地面平视相机穿戴者的位置和观察方向。此外,基于空间上对不同视角下多行人的关联结果,进一步在时间域上对同一视角下进行多行人进行关联,提出了基于双耦合的马尔可夫决策过程的联合视角下多行人跟踪方法。具体来说,对任意视角下的每一个目标用一个马尔可夫决策过程描述目标的生命周期,通过两个视角的互补信息,实现对目标的持续有效的跟踪。另外,为了对提出跨视角下多行人关联和多行人跟踪方法的有效性进行评估,本文使用无人机搭载相机和多个头戴式相机采集并标注了一个存在大视角差异的俯视和平视视频序列的数据集,并且实验结果证明了所提出方法的有效性。

关键词：联合视角多行人关联空间分布多行人跟踪双耦合马尔可夫决策过程

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉的在线单场景的多行人跟踪研究

基于视觉的在线单场景的多行人跟踪研究

作者：李奇东北大学

学位级别：硕士

视觉监控系统已经得到了普遍推广,但仍然处于人工检索和比对分析的较低发展水平。尤其是在固定部署的摄像机监控系统中,单摄像机内的视野局限性带来的光照变化和外观差异,动态目标之间的相互交错以及频繁遮挡,都会对跟踪系统的性能造成... 详细信息

视觉监控系统已经得到了普遍推广,但仍然处于人工检索和比对分析的较低发展水平。尤其是在固定部署的摄像机监控系统中,单摄像机内的视野局限性带来的光照变化和外观差异,动态目标之间的相互交错以及频繁遮挡,都会对跟踪系统的性能造成极大的影响。因此,基于视觉的多目标监控系统具有较大的学术价值和应用前景。本文针对单场景、多目标可靠关联开展研究,尝试提出多摄像机多目标跟踪的解决方案。针对场景需求合理构造行人外观和运动模型,对于多行人的识别和跟踪至关重要。然而,传统的外观模型并没有将空间信息和外观构造联系在一起,也没有针对行人遮挡导致外观改变进行分析。本文对上述问题进行研究与改进,在传统特征的基础上进一步引入了局部最大特征,同时采用多种空间结构信息提取不同位置的特征;针对短期遮挡、长期遮挡等情况,将行人特征分为通用特征和细节特征。对于运动目标模型,当前的研究也没有考虑行人步伐所造成的波动。本文对传统的卡尔曼预估模型进行降速,保证了跟踪的稳定性;同时采用均值的方式,以合理的时序信息降低了运动波动。利用合理的运动预估和准确的行人外观后,需要对所有的行人目标进行识别。一般地,可以通过距离相似度函数进行匹配。本文引入了交叉视角的二次判别分析法(XQDA)算法,对所有的相似度进一步训练匹配,行人之间的辨识度提高了3～6倍。然后,采用通用的匈牙利算法进行匹配,经过实际场景与数据库测试,有效的提高了多行人匹配准确度和跟踪精度。对于跟踪框架,本文在通用框架的基础上对目标初始化、降低匹配范围和跟踪器分类等三个部分进行改进,使得行人目标的跟踪更具稳定性与逻辑性,并提高了跟踪性能。实验结果表明,尽管本文算法的初始化过程在起始阶段不进行跟踪,但能够有效地降低误检。同时,降低匹配范围提高了匹配的精度,也降低了计算复杂度,从而提高了目标跟踪算法的运算速度。而且,跟踪器分类的方法可以处理行人离开场景再次匹配、行人遇到遮挡等特殊情况。实验结果表明本文提出的跟踪框架更加稳定,在跟踪精度上相比原有算法可以提升5～10%。最后,本文对所进行的研究内容和工作进行了总结,并展望了今后的主要研究方向。

关键词：多行人跟踪目标建模多特征融合跟踪框架目标匹配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于检测的多行人跟踪方法研究与实现

基于检测的多行人跟踪方法研究与实现

作者：田栋西南交通大学

学位级别：硕士

视觉跟踪是计算机视觉的重要研究领域。在视觉跟踪的研究中,行人跟踪是最重要、最有价值的研究课题之一。行人姿态相比其他目标变化更大,跟踪时遇到的问题会更多,同时在实际跟踪环境中,往往是多行人的情况,多行人跟踪相对单目标跟踪情... 详细信息

视觉跟踪是计算机视觉的重要研究领域。在视觉跟踪的研究中,行人跟踪是最重要、最有价值的研究课题之一。行人姿态相比其他目标变化更大,跟踪时遇到的问题会更多,同时在实际跟踪环境中,往往是多行人的情况,多行人跟踪相对单目标跟踪情况更为复杂,包括目标数目的动态变化,目标之间的遮挡、合并和分离等。多目标跟踪问题通常采用基于检测的跟踪方法,首先检测目标并定位,然后进行目标关联,最后实现跟踪。本文针对一般监控场景下的多行人跟踪问题进行研究,重点针对多行人跟踪过程中行人目标在遮挡、光照变化、尺度变化、数目动态变化等情况下的有效检测和跟踪问题,分别对检测算法和跟踪算法进行了改进。主要研究成果如下:针对行人检测问题,提出了基于MobileNet的深度回归卷积神经网络模型。利用深度特征强大的表征能力提高行人检测的准确率,同时为实现快速的深度卷积特征提取,采用具有快速卷积特点的MobileNet作为主干网络来极大减少检测时间。在公开数据集Pascal VOC 2012以及自建数据集的测试结果表明,该算法能够实现对多行人的快速准确检测和定位。针对行人跟踪问题,在经典的粒子滤波跟踪框架基础上,对其重采样过程中存在的粒子退化和粒子匮乏问题,利用风驱动算法进行了改进,提高了其跟踪能力;同时采取颜色特征、HOG特征和LBP特征相结合的方式,增强对行人目标的特征表达能力,提高了粒子滤波跟踪框架中目标观测模型的观测能力。提出了基于检测的多行人跟踪算法框架,首先利用基于深度卷积神经网络的行人检测算法对行人进行准确的检测和定位;其次进行观测值与跟踪轨迹的目标关联,将多行人跟踪分割为单目标跟踪问题;最后利用改进的粒子滤波跟踪算法进行跟踪,同时针对目标的消失、新目标的出现和目标的合并、分离问题提出了解决方法。基于Windows10和VS2015平台设计了一个多行人检测与跟踪系统,能够实现一般监控场景下对多个行人的自动检测定位和准确跟踪。

关键词：行人检测多行人跟踪深度神经网络粒子滤波系统设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征稀疏表示的多行人跟踪算法研究

基于特征稀疏表示的多行人跟踪算法研究

作者：廖敏西南大学

学位级别：硕士

近年来计算机与信息技术飞速发展,伴随而来的是图像、视频等信息数据的增长,同时促进了计算机视觉与人工智能等领域的发展。视频目标跟踪技术作为计算机视觉领域的一大研究热点,在智能视频监控、人机交互和智能安防等应用中都有十分良... 详细信息

近年来计算机与信息技术飞速发展,伴随而来的是图像、视频等信息数据的增长,同时促进了计算机视觉与人工智能等领域的发展。视频目标跟踪技术作为计算机视觉领域的一大研究热点,在智能视频监控、人机交互和智能安防等应用中都有十分良好的发展前景。视频目标跟踪的主要任务是对视频中感兴趣的目标进行持续并准确地定位。虽然目前在视频目标跟踪领域的研究已取得一定成果,但是由于实际场景中环境的复杂与多变性、目标间不可避免的交互与遮挡问题以及目标自身的尺度变化等因素,使视频目标跟踪技术离实际应用还有一定的距离。因此,视频目标跟踪技术具有很大的研究价值。人类作为社会的主体,是视频目标跟踪领域的重要研究对象,然而在具体的视频场景中通常不止一个行人,所以本文研究的是多行人跟踪。由于基于稀疏编码的目标描述子对部分遮挡的目标具有鲁棒性,因此,本文引入了稀疏表示模型对目标进行描述,并提出了基于特征稀疏表示的多行人跟踪算法。为了更好地区别目标与背景,针对每个目标构建一个基于稀疏表示的分类器。而对视频中每个行人的跟踪则会利用分类器,并采用基于贝叶斯推理的跟踪方法,将目标状态的最优估计作为跟踪结果输出。最后通过一个集成框架将多个单目标跟踪器整合在一起,从而实现多行人跟踪。对于目标的描述,主要是利用构建的过完备字典,提取目标的联合特征(灰度特征、HOG特征和LBP特征)并对其进行稀疏分解,用联合特征的稀疏系数作为目标的描述子。而行人在场景中从出现到消失的过程则需对行人目标进行持续地定位以完成跟踪:首先对应每个目标构建其外观模型,包括过完备字典以及分类器的构建。当新的图像帧到来时,采用基于贝叶斯推理的方法估计目标的最优状态。对于每个目标而言,都会对应一个独立的跟踪器对其进行跟踪。而本文研究的是多行人跟踪,因此本文设计了一个集成框架将多个单目标跟踪器整合在一起。在这个跟踪框架下,主要对多个单目标跟踪器确定行人的起点和终点,以及关联对应不同帧的行人。独立跟踪器中行人的起点和终点主要以每帧的行人检测结果作为依据进行进一步判断;不同帧行人的关联则是利用分类器,解决检测结果与多个跟踪目标间的数据关联问题。为了验证本文算法的有效性,我们分别在PETS09 S2L1,Town Center和Parking Lot三个标准数据集上进行验证。实验结果表明,本文提出的基于特征稀疏表示的多行人跟踪算法具有较好的跟踪效果。

关键词：行人检测稀疏表示数据关联多行人跟踪

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

视频中多行人目标跟踪算法及应用研究

视频中多行人目标跟踪算法及应用研究

作者：李伯洲中南大学

学位级别：硕士

天网工程使各个监控系统组网互联互通,监控视频上传至服务器进行统一处理,但较低水平的视频理解技术难以处理不断产生的海量视频数据,仍然需要大量依靠人眼进行判断。多行人跟踪是最贴近民生的视频理解技术,能持续跟踪视频中目标行人的... 详细信息

天网工程使各个监控系统组网互联互通,监控视频上传至服务器进行统一处理,但较低水平的视频理解技术难以处理不断产生的海量视频数据,仍然需要大量依靠人眼进行判断。多行人跟踪是最贴近民生的视频理解技术,能持续跟踪视频中目标行人的轨迹,轨迹身份不发生切换和丢失,在疫情溯源、智能安防和自动驾驶领域有广泛的应用。本文针对视频下单镜头场景的多行人跟踪问题,包括检测器、重识别、跟踪器等模块,提出了两种多行人跟踪的方法。本文的主要创新和工作如下:本文基于工业界常用的Deep SORT算法改进,针对遮挡行人跟踪问题,提出了一种两步法通过混合时空注意力机制和全局-局部遮挡系数自适应的处理视频中遮挡情况。在MOT16数据集上实验,MOTA为65.7,较原算法总体提升7%,证明所提的两步法能更好的跟踪遮挡行人。本文提出了一种端到端一步法的多行人跟踪方法,将行人检测和重识别采用同一网络同时处理来提高跟踪速度,行人检测和重识别模块之间的数据特征共享。本文首先建立了行人运动模型和中心点检测得到行人最优状态估计,通过深层特征融合的行人重识别模型利用马氏距离和余弦距离增强行人身份辨别能力,最后用匈牙利算法进行在线数据关联。该方法在MOT15、16、17数据集上实验,MOTA分别为63.5、72.4、70.9,其中IDF1指标达到了最优,且保持了视频实时跟踪速率,表明了所提出的一步法有效提高了多行人跟踪速率,更加接近实际需求。图32幅,表9个,参考文献96篇

关键词：多行人跟踪重识别注意力机制中心点检测遮挡行人