論文開題報告：基于深度信息的目標(biāo)跟蹤

大學(xué)本科畢業(yè)論文(設(shè)計)開題報告
學(xué)院：計算機(jī)科學(xué)與技術(shù)學(xué)院　　　　專業(yè)班級：09級計算機(jī)科學(xué)與技術(shù)2班

課題名稱 基于深度信息的目標(biāo)跟蹤

1、本課題的的研究目的和意義：
目的：在移動雙目攝像機(jī)平臺上，研究復(fù)雜監(jiān)控場景下目標(biāo)的長時間持續(xù)跟蹤問題，通過對深度信息的有效利用，本課題所提出的算法很大程度上緩解了跟蹤中經(jīng)常出現(xiàn)的漂移問題，特別是當(dāng)目標(biāo)表觀與背景很相似的情況下，算法依然能夠達(dá)到較好的跟蹤效果。
意義：計算機(jī)視覺是一門新興學(xué)科，其主要的應(yīng)用領(lǐng)域在迅速拓寬，早已_到如交通導(dǎo)航，虛擬現(xiàn)實(shí)，安全鑒別、監(jiān)視與跟蹤等許多領(lǐng)域。計算機(jī)視覺的基本任務(wù)之一就是從攝像機(jī)獲取圖像信息來計算物體的幾何信息，并利用這些信息進(jìn)行識別和跟蹤目標(biāo)。傳統(tǒng)的運(yùn)動目標(biāo)檢測與跟蹤大多是基于單目視覺的方法，但單目視覺的方法會使圖像在投影過程中丟失了實(shí)際場景的深度信息。且當(dāng)前計算機(jī)仍無法對單目場景進(jìn)行有效的理解和恢復(fù)物體和場景間的空間關(guān)系，因此如果僅僅通過二維圖像進(jìn)行目標(biāo)跟蹤往
……（新文秘網(wǎng)http://m.jey722.cn省略708字，正式會員可完整閱讀）……　
激光掃描顯微鏡）獲取立體圖像時，對細(xì)菌觀察的圖像進(jìn)行立體成像。
（2）攝像機(jī)標(biāo)定
微軟的張正友將列文伯格—馬夸爾特算法應(yīng)用在最小化圖小點(diǎn)與對應(yīng)的外極線間距離，這一方法大大提高了計算基礎(chǔ)矩陣的精讀。
（3）立體匹配
機(jī)器人時間研究組的鐘云德博士利用一種半稠密匹配的方法進(jìn)行了左右立體圖像對的匹配，這種方法時對稀松匹配和稠密匹配的折中。游素亞等人利用Hardy小波基函數(shù)將原始圖像對表示成一系列具有良好空頻域定位性的正交帶通分量，然后以帶通分量的相位信息作為匹配單位，將視差的計算轉(zhuǎn)化為小波相位差估計問題。
利用雙目立體視覺獲取圖像深度信息之后，就可以利用深度信息進(jìn)行目標(biāo)跟蹤，在目標(biāo)跟蹤領(lǐng)域存在著幾大研究的難點(diǎn)：漂移問題，對無規(guī)律運(yùn)動和劇烈表觀變化的目標(biāo)跟蹤效果不佳，對遮擋的處理。
基于深度信息的目標(biāo)跟蹤，主要的研究情況為：
由A. Ess等人所開發(fā)的多行人檢測和跟蹤系統(tǒng)，在他們的系統(tǒng)框架中，深度信息只是作為一個輔助線索來提高目標(biāo)檢測器的精確度。但是它們止步于讓深度信息輔助地面估計和目標(biāo)檢測而忽略進(jìn)一步挖掘深度信息進(jìn)行目標(biāo)分割和定位，使得深度信息的最大優(yōu)勢無法得以利用。再者，地面估計只能適用于平行并懸浮于路面或平整平面之上的相機(jī)系統(tǒng)并且整個過程中相機(jī)系統(tǒng)參數(shù)需保持不變，在實(shí)際使用中用途受限。
Bansal等人通過將深度圖像中的三維點(diǎn)投影到二維的地面上來抽取目標(biāo)興趣區(qū)域（Regions-of-interest）。以深度信息為主進(jìn)行目標(biāo)深度塊在時間軸上的傳播，這不僅能極大地解決表觀變化劇烈或是前背景表觀差異較小時跟蹤漂移的問題，而且也為遮擋檢測和目標(biāo)重獲取提供了可能。
Darrell等人將人臉和皮膚相似區(qū)域的檢測加入到深度分割的框架中，先是檢測出人臉或皮膚區(qū)域而后通過塊連接算法(Connected Component)將深度圖上與特征區(qū)域深度塊和空間位置相近的深度塊進(jìn)行連接從而完成場景中人體的分割。
相似的，L. Wang將深度信息融合進(jìn)前景抽取的最大能量函數(shù)的計算中，但是它的方法無法適用于移動的背景。而Y. Ma用深度信息作為輔助線索來提高視頻跟蹤中的遮擋處理，他們的方法雖然意識到了深度信息在遮擋處理的重要性，但是只是以一種間接的介入方法，因此對遮擋處理的效果很有限。
從20世紀(jì)80年代至今，研究者們對雙目立體視覺的各個層次各個方面都進(jìn)行了大量的研究，也取得了豐碩的成果。但是要構(gòu)造出類似于人眼的通用雙目立體視覺系統(tǒng)，并且利用深度信息進(jìn)行目標(biāo)跟蹤還需要很長時間的探索和研究，進(jìn)一步的研究方向可歸納如下：
(1)如何建立更有效的雙目立體視覺模型，能更充分的反映立體視覺的不確定性，為匹配提供更多的約束信息，降低立體匹配的難度。
(2)建立更為魯棒的目標(biāo)表觀模型以輔助深度信息在動態(tài)場景中實(shí)現(xiàn)更可靠和魯棒的目標(biāo)跟蹤。
(3)建立更為魯棒的遮擋處理方法。
(4)算法向并行化發(fā)展，提高速度，減少運(yùn)算量，增強(qiáng)系統(tǒng)的實(shí)用性。











3、 本課題的主要研究內(nèi)容（提綱）和成果形式：
利用兩個攝像機(jī)分別獲取的左右視角圖像獲取物體的深度信息，對目標(biāo)物體進(jìn)行跟蹤，具體內(nèi)容為：
（1）基于雙目視覺的深度信息提取算法。
（2）將深度信息融入目標(biāo)跟蹤中，有效處理遮擋、表觀變化和“漂移”問題。
本課題的成果應(yīng)包括：一個可以運(yùn)行的源程序以及據(jù)此寫出的畢業(yè)論文

4、 擬解決的關(guān)鍵問題：
（1）當(dāng)背景或其他目標(biāo)與原目標(biāo)擁有相似深度值時，如何使得分割出來的目標(biāo)深度塊不受到非目標(biāo)像素的干擾，需要采用更有效的 ……（未完，全文共3934字，當(dāng)前僅顯示1987字，請閱讀下面提示信息。收藏《論文開題報告：基于深度信息的目標(biāo)跟蹤》）