视觉跟踪是实现智能的视频内容分析和理解的重要技术和关键环节。在实际应用中,受到视频中多种因素的影响,视觉跟踪还面临很多挑战。针对背景场景复杂,目标运动存在多样性等问题,本项目拟开展复杂动态场景中鲁棒的视觉跟踪算法研究。本项目将实现视频序列中的无监督背景模型的构建;并结合视觉注意机制获得显著图,在此基础上利用模糊理论对目标进行提取;然后,基于目标提取的结果,通过半监督学习的方法构建目标的外观模型,设计增量式学习的鲁棒视觉跟踪算法,实现对复杂动态场景中长时可靠的跟踪。该研究成果将为运动目标识别和智能视频监控提供有效的工具,并为保障社会安全提供新的技术途径。
英文主题词visual attention scheme;saliency detection;object segmentation;object tracking;