• 答辯公告
    我的位置在: 博乐博乐彩票平台-官网首页 > 答辯公告 > 正文
    李桂繼預答辯公告
    瀏覽次數:日期:2020-07-14編輯:研究生教務辦2

    論文題目

    基于信息融合的魯棒視覺目標跟蹤算法研究

    答辯人

    李桂繼

    指導教師

    彭蔓蔓

    答辯委員會

    主席

    鄺繼順

    學科專業

    計算機科學與技術

    學院

    信息科學與工程學院

    答辯地點

    視頻答辯

    答辯時間

    2020717日  下午300

    學位論文簡介

    視覺目標跟蹤在許多人工智能應用中都扮演著重要的角色。目前,設計一款魯棒的通用目標跟蹤算法依然面臨巨大挑戰。一方面博乐博乐彩票平台-官网首页,稀有的先驗信息給目標外觀模型的離線訓練帶來了諸多困難博乐博乐彩票平台-官网首页;另一方面,由形變、旋轉、遮擋等因素引起的目標的外觀改變使得視覺目標跟蹤問題變得更加復雜。針對視覺目標跟蹤中先驗信息稀缺、目標外觀多變等挑戰博乐博乐彩票平台-官网首页,本文深入探索如何充分利用跟蹤過程中的多種視覺線索和外觀信息,研究魯棒的視覺目標跟蹤算法。本文的主要內容及貢獻包含以下四個方面:

    1)針對傳統結構化稀疏模型難以應對背景混雜挑戰的問題,本文提出一種基于結構化上下文感知的視覺目標跟蹤算法。該算法通過應用時空上下文信息來改善傳統結構化稀疏模型的判別性。

    2)為了更好地應對跟蹤過程中目標出現的各種外觀變化,本文提出一種基于多視角學習的視覺目標跟蹤算法。該算法通過融合多種相互補充的視角來增加目標外觀表達的多樣性。

    3)針對相關濾波器易于發生模型漂移的問題,本文提出了一種基于雙重記憶選擇模型的視覺目標跟蹤算法。該算法通過同時保持目標外觀的短期記憶和長期記憶器來平衡模型的自適應性和魯棒性。

    4)針對長時目標跟蹤問題,本文提出了一種基于時空可靠性評估的視覺目標跟蹤算法來處理潛在的跟蹤失敗。該算法包含相關濾波、粗到精重檢測器和輸出整合器來提供一個魯棒的長時跟蹤框架。


    主要學術成果

    [1] Guiji Li, Manman Peng, Ke Nai, Zhiyong, Li, Keqin, Li. Reliable correlation tracking via dual-memory selection model [J]. Information Sciences, 2020, 518: 238-255. (SCI, 第一作者)

    [2] Guiji Li, Manman Peng, Ke Nai, Zhiyong, Li, Keqin, Li. Multi-view correlation tracking with adaptive memory-improved update model [J]. Neural Computing and Applications, 2020, 32: 9047-9063. (SCI, 第一作者)

    [3] Guiji Li, Manman Peng, Ke Nai, Zhiyong, Li, Keqin, Li. Visual tracking via context-aware local sparse appearance model [J]. Journal of Visual Communication and Image Representation, 2018, 56: 92-105. (SCI, 第一作者)


    博乐博乐彩票平台-官网首页