面向外觀和運動線索的快速目標(biāo)提議.pdf

1、目標(biāo)檢測是計算機視覺領(lǐng)域重要的研究課題，用規(guī)則形狀標(biāo)記出特定類別目標(biāo)在場景中的位置，為跟蹤識別目標(biāo)、解析場景內(nèi)容提供必要的坐標(biāo)信息，然而，在構(gòu)建檢測分類模型時，需要融合多類特征以提升目標(biāo)視覺特性的表達能力，導(dǎo)致計算量過大，時效性下降。如何兼顧目標(biāo)檢測的時效性和精確度，是目標(biāo)檢測過程的二難問題。
　　本文在總結(jié)目標(biāo)檢測基本流程的基礎(chǔ)上，闡述了現(xiàn)有主流方法的局限，在特征提取和搜索檢測兩個關(guān)鍵步驟上，主要存在以下難點:第一，面向泛化意義

2、上的檢測任務(wù)，需要分析目標(biāo)中不同種類特征的“共性”與“爪性”，以適應(yīng)目標(biāo)“區(qū)分度，，和“魯棒性”的折中，同時，合理分配不同特征在檢測中的貢獻比例是提升目標(biāo)特性表達能力的關(guān)鍵;第二，窮盡搜索的方式可以保證不漏掉任何可能的位置，但是窗口數(shù)量過多導(dǎo)致處理時間較長，無法滿足時效性，而啟發(fā)式搜索或其他智能搜索方法則需要特定的先驗約束條件，普適性不高。針對目標(biāo)檢測精度與速度的二難問題，主要工作如下:
　　(1)針對目標(biāo)檢測過程無法兼顧目標(biāo)檢測

3、精度與速度的問題，分析了梯度特征中的幅值分量和方向分量對目標(biāo)檢測的不同特性和貢獻，構(gòu)建了聯(lián)合類無關(guān)與類相關(guān)的目標(biāo)檢測模型，分析目標(biāo)特征的“個性”與“共性”關(guān)系;
　　(2)根據(jù)梯度幅值特征和梯度方向特征對目標(biāo)判別的不同貢獻，采用級聯(lián)方式學(xué)習(xí)高位和低位的模型參數(shù)，同時，借鑒分而治之的思想處理因視角引起的尺度變化，訓(xùn)練得到每種尺度下的目標(biāo)提議檢測器，在確保檢測效率的同時，提高了目標(biāo)檢測的精度;
　　(3)基于視頻中目標(biāo)提議生成方