-
摘要: 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等众多学科的交叉研究课题，在视频监控、虚拟现实、人机交互、自主导航等领域，具有重要的理论研究意义和实际应用价值.本文对目标检测与跟踪的发展历史、研究现状以及典型方法给出了较为全面的梳理和总结.首先，根据所处理的数据对象的不同，将目标检测分为基于背景建模和基于前景建模的方法，并分别对背景建模与特征表达方法进行了归纳总结.其次，根据跟踪过程有无目标检测的参与，将跟踪方法分为生成式与判别式，对基于统计的表观建模方法进行了归纳总结.然后，对典型算法的优缺点进行了梳理与分析，并给出了其在标准数据集上的性能对比.最后，总结了该领域待解决的难点问题，对其未来的发展趋势进行了展望.Abstract: Vision-based object detection and tracking is an active research topic in image processing, computer vision, pattern recognition, etc. It finds wide applications in video surveillance, virtual reality, human-computer interaction, autonomous navigation, etc. This survey gives a detail overview of the history, the state-of-the-art, and typical methods in this domain. Firstly, object detection is divided into background-modeling-based methods and foreground-modeling-based methods according to the different data objects processed. Background modeling and feature representation are further summarized respectively. Then, object tracking is divided into generative and discriminative methods according to whether the detection process is involved. Statistical based appearance modeling is presented. Besides, discussions are presented on the advantages and drawbacks of typical algorithms. The performances of different algorithms on benchmark datasets are given. Finally, the outstanding issues are summarized. The future trends of this field are discussed.
-
Key words:
- Computer vision /
- object detection /
- object tracking /
- background modeling /
- appearance modeling
-
随着信息技术的发展, 基于视觉的运动目标检测与跟踪, 已逐渐渗透到人们生活的方方面面, 其重要性日益突出, 吸引了越来越多的海内外学者及研究机构参与到此领域的研究.目前, 基于视觉的运动目标检测与跟踪已广泛应用于视频监控、虚拟现实、人机交互、行星探测、行为理解等领域, 实现了公共安全监控与管理, 意外事件防范、检测及处理, 应急推演, 老幼病残监护以及自主导航等功能, 其具体应用分类详见表 1.
表 1 基于视觉的目标检测与跟踪应用领域Table 1 Applications of vision-based object detection and tracking应用领域 具体应用 智能监控 公共安全监控(犯罪预防、人流密度检测)、停车场、超市、百货公司、自动售货机、ATM、小区(外来人员访问控制)、交通场景、家庭环境(老幼看护)等 虚拟现实 交互式虚拟世界、游戏控制、虚拟工作室、角色动画、远程会议等 高级人机交互 手语翻译、基于手势的控制、高噪声环境(机场、工厂等)下的信息传递等 动作分析 基于内容的运动视频检索, 高尔夫、网球等的个性化训练, 舞蹈等的编排, 骨科患者的临床研究等 自主导航 车辆导航、机器人导航、太空探测器的导航等 机器人视觉 工业机器人、家庭服务机器人、餐厅服务机器人、太空探测器等 早在60年代, 国外就已开展了对运动目标检测与跟踪的研究[1]. Papageorgiou等[2]提出了静态图像中用于目标检测的一般框架, 该框架直接从样本中学习特征, 不需要任何的先验知识、模型或者运动分割. Viola等[3]将积分图用于图像特征表达, 采用级联分类器实现了对目标的鲁棒实时检测. Lowe[4]通过获取图像关键点附近的梯度信息来描述运动目标, 提出了尺度不变特征(Scale invariant feature transform, SIFT). Dalal等[5]提出了梯度直方图特征(Histogram of oriented gradient, HOG), 将其用于解决静态图像的行人检测问题. Felzenszwalb等[6]将HOG与支持向量机(Support vector machine, SVM)相结合, 提出了可变形部件模型(Deformable part model, DPM), 逐渐成为近年来最受欢迎的目标检测模型之一, 该工作在2010年被授予了模式分析, 统计建模, 计算学习视觉目标分类(Pattern Analysis, Statistical Modelling and Computational Learning Visual Object Classes, PASCAL VOC)挑战赛[7] “终身成就奖”.
国内从2002年到2012年, 相继召开了3届全国智能视觉监控学术会议, 其内容主要涉及了智能视频监控、背景建模、图像分割、目标检测与跟踪、行为理解与分析、数据压缩与传输、系统构建与集成等内容.另外, 从2011年到2016年相继召开了6届视觉与学习青年研讨会(Vision and Learning Seminar, VALSE)也涉及了计算机视觉、图像处理、模式识别与机器学习等众多领域, 重点讨论了图像分类、目标检测、视觉跟踪等相关技术的进展.
随着对基于视觉的目标检测与跟踪研究的深入, 大量的相关成果不断涌现.为此, 众多学者逐渐展开了对目标检测与跟踪的综述工作, 对该领域进行了归纳与总结, 典型的综述文献及主要内容如表 2所示.在已有的综述文献中, 部分综述性工作只是面向某一类具体应用进行展开, 如文献[8]对手势识别中的目标跟踪进行了深入讨论, 文献[9]针对行星地形分类问题对目标检测方法展开了综述; 部分文献只是讨论了目标检测与跟踪的一个较小的组成部分, 如文献[10-12]讨论了目标表观建模方面的一些研究进展, 文献[13-14]讨论了目标检测中的背景建模方法, 文献[15]对多种跟踪算法进行了实验对比与分析; 部分文献在总结时, 对目标检测与跟踪部分只进行了简要概述, 如文献[16-17]分别综述了行为理解和智能监控的研究进展, 在其底层部分简要地介绍了目标的检测与跟踪, 没有给出针对该领域较全面的整理; 当然, 也有一些学者对运动目标检测与跟踪进行了较为全面的阐述、分析与整理, 如文献[18-22], 这部分工作极大地推动并促进了该领域的研究与发展.然而, 随着时代的发展, 目标检测与跟踪技术也在突飞猛进, 近几年来该领域的研究成果可谓日新月异, 各种优秀算法也是层出不穷, 特别是计算机视觉三大会议(CVPR (Computer Vision and Pattern Recognition), ICCV (International Conference on Computer Vision), ECCV (European Conference on Computer Vision))每年均有许多相关报道, 对这些工作及成果进行梳理与总结, 将会有效地推动和促进计算机视觉领域的发展.运动目标的检测和跟踪主要用于获取运动目标的位置、姿态、轨迹等基本运动信息, 是理解服务对象或对目标进行控制的前提和基础.本文试图对运动目标检测与跟踪, 在不同层面上的典型算法进行较为全面的梳理与总结, 将其整体结构归纳为如图 1所示的框架.其中, 目标检测可看作是目标跟踪的组成部分, 主要用于对目标状态的初始化, 目标跟踪则是在目标检测的基础上, 对目标的状态进行连续估计的过程.
图 1 基于视觉的目标检测与跟踪框架Fig. 1 General framework of vision-based object detection and tracking表 2 目标检测与跟踪相关综述文献Table 2 Related surveys about object detection and tracking文献 题目 主要内容 讨论主题 发表年限 不足之处 [8] Vision based hand gesture recognition for human computer interaction: a survey 从检测、跟踪与识别三方面对手势识别的发展现状进行了梳理与总结 检测、跟踪、识别 2015 只进行了某些具体应用方向上的梳理 [9] A survey on recent object detection techniques useful for monocular vision-based planetary terrain classification 对行星地形分类中的目标检测技术进行了总结 目标检测 2014 [10] Sparse coding based visual tracking: review and experimental comparison 对基于稀疏编码的目标跟踪进行了全面的梳理与总结, 给出了实验对比与分析 表观建模 2013 只讨论了目标检测与跟踪的组成部分 [11] A survey of appearance models in visual object tracking 从全局与局部信息描述的角度探讨了目标跟踪中的视觉表达问题 表观建模 2013 [12] 面向目标检测的稀疏表示方法研究进展 综述了稀疏表示方法在目标检测领域中的国内外重要研究进展 表观建模 2015 [13] Background subtraction techniques: a review 对几种常用的背景减除方法进行了总结 背景建模 2004 [14] Traditional and recent approaches in background modeling for foreground detection: an overview 对目标检测中背景建模方法进行了详细讨论 背景建模 2014 [15] Visual tracking: an experimental survey 对19种先进的跟踪器在315段视频序列上进行了对比实验与性能评估 目标跟踪 2014 [16] Automated human behavior analysis from surveillance videos: a survey 在人体行为理解的底层处理部分, 对目标检测、分类及其跟踪进行了详细阐述 人体行为理解 2014 没有展开讨论检测跟踪问题 [17] 智能视频监控技术综述 在智能视频监控的底层部分, 对目标检测与跟踪进行了讨论 智能监控 2015 [18] Object tracking: a survey 对目标跟踪中的目标表达、特征或运动模型选取等问题进行了分类归纳 目标跟踪 2006 发表年限比较久远, 不断更新的理论和方法亟需梳理总结 [19] 视觉跟踪技术综述 分类归纳了视觉跟踪, 并论述了其在视频监控、图像压缩和三维重构等的应用 目标跟踪 2006 [20] 运动目标检测算法的探讨 对2007年以前的主流运动目标检测方法进行了分类讨论 目标检测 2006 [21] 运动目标跟踪算法研究综述 将运动目标跟踪问题分为运动检测与目标跟踪, 并对跟踪算法进行了综述工作 目标跟踪 2009 [22] 微弱运动目标的检测与跟踪识别算法研究 对强噪声背景下的微弱运动目标检测与跟踪算法进行了探讨 目标检测与跟踪 2010 本文分别对运动目标检测及其跟踪两方面进行了梳理与总结.第1节按算法所处理的数据对象的不同, 将目标检测分为基于背景建模与基于目标建模的检测方法, 并分别阐述了目标检测技术的常用方法, 重点讨论了背景建模方法以及表观建模中的特征表达方法; 第2节将目标跟踪按其与目标检测的关系的不同, 分为生成式与判别式跟踪方法, 重点讨论了表观建模中的统计建模方法; 第3节综合目标检测、目标跟踪的研究现状, 对该领域未来的研究趋势进行了展望.
1. 目标检测
目标检测的目的是从不同复杂程度的背景中辨识出运动目标, 并分离背景, 从而完成跟踪、识别等后续任务.因此, 目标检测是高层理解与应用的基础任务, 其性能的好坏将直接影响后续的目标跟踪、动作识别以及行为理解等中高层任务的性能.
目标检测的任务是要分割“我们不关心”的背景从而获取“我们所关心”的前景目标.因此, 按算法处理对象的不同, 目标检测方法可以分为基于背景建模的目标检测方法和基于前景建模的目标检测方法.其中, 基于背景建模的方法通过对背景进行估计, 建立起背景模型与时间的关联关系, 将当前帧与所建背景模型进行对比作差, 间接地分离出运动前景, 最后经过前景分割得到跟踪目标; 基于前景目标建模的方法则是采用灰度、颜色、纹理等同质特征, 建立起跟踪目标的表观模型, 并设计适当的分类器对其进行分类与检测.
1.1 基于背景建模的目标检测
基于背景建模的方法将当前帧与背景参考模型进行比对, 再通过阈值法来判断各个像素是否属于运动前景, 最终对检测出的运动前景进行分割得到跟踪目标.基于背景建模的目标检测方法一般包含背景模型的初始化、模型维护及前景检测与分割等步骤, 其处理的一般流程如图 2所示, N表示用于背景模型初始化的视频帧数.
背景初始化(Background initialization)[23]指对背景模型的初始化工作.其中, 最简单的初始化方法是得到一帧不包含任何运动目标的背景图像.通常的初始化模型可以从一段较短且不包含前景目标的训练序列中获取.然而, 实际场景却较难满足不包含前景目标的纯背景特性, 这就要求我们使用包含前景目标的一组序列去获取背景初始模型. Wang等[24]对初始化背景模型Median进行改进, 提出了一种能容纳超过50 %前景目标或噪声的鲁棒初始化模型. Colombari等[25]提出了基于块的背景初始化方法, 能够处理前景目标在场景中静止一段时间的复杂情况.
实际场景中背景因受光照变化、场景中目标的进入或退出等因素的影响而时刻发生变化, 准确的背景模型变得难以获取.因此如何构造鲁棒、自适应的背景模型是基于背景建模的运动目标检测算法的关键.目前, 对于背景建模已有大量的研究工作. Lee等[26]将均值背景模型用于视频监控, McFarlane等[27]在对小猪的跟踪过程中采用了中值滤波模型.另外, 还有帧间差分、最大最小值滤波等其他早期常被使用的基本模型.随着对背景建模研究工作的推进, 又出现了统计模型[28-29]、聚类模型[30-31]、神经网络模型[32-33]、估计模型[34-35]、模糊模型[36]、鲁棒子空间模型[37]、稀疏模型[38]、变换域模型[39-40]等背景模型. Bouwmans等分别在2010年[28]、2011年[29]和2014年[14]对背景建模进行了综述工作, 对背景建模方法进行了详细的分类与总结, 有兴趣的读者可以参考相关文献.
背景模型中, 高斯模型[41]和支持向量模型[42]通常用于处理动态背景; 子空间学习模型[37]多用于处理光照变化问题; 模糊模型[36]能同时处理光照变化和动态背景; 鲁棒子空间模型[37]特别是鲁棒独立主成分分析(Robust principal components analysis, RPCA)能利用视频帧间的关联关系, 较好地处理时空约束, 在前背景的分离上潜力巨大, 但该类模型通常不能较好地满足实时性能, 需要更多的研究提升算法的时效性; 神经网络模型[33]在精确性能和计算成本上寻求了一个折中, 该类模型中的空间相干性自组织背景减除法(Spatially coherent selforganizing background subtraction, SC-SOBS)[43]与3D自组织背景减除改进算法(Enhanced 3D selforganizing background subtraction, 3dSOBS+)[44]在ChangeDetection.Net数据集[45]上取得领先的检测结果.此外, 在该数据集上检测结果较好的算法还有统计模型中的视觉背景提取器(Visual background extractor, ViBe)[46]、像素自适应分割(Pixel-based adaptive segmenter, PBAS)[47]算法等, 它们都使用了鲁棒更新模型, 能同时处理光照变化和背景动态变化等情况. Sobral等[48]基于OpenCV搭建了背景减除方法的通用框架(Background subtraction library, BGSLibrary), 提供了37种背景建模算法的实现1, 极大地促进了学术研究与工程实践.
1https://github.com/andrewssobral/bgslibrary
1.2 基于前景目标建模的目标检测
基于目标建模的目标检测方法通常分为离线训练与在线检测两个阶段.离线训练阶段对训练样本中的前景目标与背景分别进行特征表达, 建立起目标或背景表观模型, 再进行分类器训练得到分类器模型.在线检测阶段对测试样本在多个尺度上进行滑动窗口扫描后, 采用同样的特征表达方法建立起表观模型, 然后再用离线阶段训练得到的分类器模型对其进行分类, 从而判断各个窗口是否为前景目标.基于前景目标建模的目标检测方法的一般处理流程如图 3所示.与基于背景建模的方法不同, 该类方法不受场景限制, 应用范围相对较广泛, 且检测结果不需要进行再度分割.
事实上, 上述检测方法用到了目标检测、目标识别以及行为识别等任务的一个通用框架, 即“特征表达” + “分类器”的框架.因此, 如何高效准确地进行特征表达以及构造适当的分类器是此类方法的核心所在.如果所选取的表达特征能够有效地反映检测目标的本质, 那么目标检测与跟踪任务便会取得事半功倍的效果.
1.2.1 特征表达
图像的特征表达就是将原始图像像素映射到一个可区分维度空间数据的过程, 它是打破底层像素与高层语义之间的语义鸿沟至关重要的一步.图像特征按其能否通过自学习得到, 可以分为基于人工设计的特征与基于学习的特征.其中, 人工的设计特征是一种利用人类先验知识与智慧, 并将这类知识应用于目标检测、识别等任务的很好的方式.这类方法实现相对容易、计算也比较简单, 但其极大地依赖了人类知识、经验的总结, 且不能做到对图像或目标模型最本质的刻画.基于学习的特征表达主要是通过无监督学习的方式, 让机器自动地从样本中学习到表征这些样本更加本质的特征.
1)基于人工设计的特征表达
基于人工设计的特征是人们通过手动设计提取得到的特征, 即存在一个对输入信号“显式”的预处理过程.目前, 人工设计的特征按视觉特性与特征计算的不同可以大致分为四类:梯度特征、模式特征、形状特征以及颜色特征.
梯度特征通过计算空间区域上的梯度强度和方向等的分布来描述目标.其中, 使用最为广泛的梯度特征是Lowe[4]提出的尺度不变特征(SIFT), 其通过获取特定关键点附近的梯度信息来描述目标, 通常关键点在空间上分布相对较稀疏, 该类特征具有非常卓越的尺度、旋转不变特性, 其改进特征主要有PCA-SIFT[49]、梯度位置方向直方图(Gradient location-orientation histograms, GLOH)[50]、加速鲁棒特征(Speed-up robust features, SURF)[51]、雏菊花特征(DAISY)[52]等.另外, Dalal等[5]为解决静态图像中的行人检测问题而提出的梯度直方图特征(HOG), 也逐渐成为近年来最具影响的特征之一, 其改进特征主要有变尺寸梯度直方图(HOG with variable size, v-HOG)[53]、共生梯度直方图(Co-occurrence histogram of oriented gradients, CoHOG)[54]、GIST[55]等.
模式特征是通过分析图像局部区域的相对差异而得出的一种特征描述, 通常被用于对图像纹理信息的表示. 1997年, Jain等[56]将Gabor滤波器用于目标检测中, 取得了较好的检测结果. Ahonen等[57]将局部二值模式(Local binary patterns, LBP)用于人脸特征描述, 实现了对人脸的识别.其中, LBP的改进特征主要有中心对称局部二值模式(Center symmetric LBP, CS-LBP)[58]、无冗余局部二值模式(Non redundant LBP, NR-LBP)[59]等.此外, 比较常用的模式特征还有Haar-like[60]、统计变换直方图(Census transform histogram, CEN TRIST)[61]、姿态描述子(Poselets)[62]、稀疏表示目标描述(Sparselets)[63]、中层共享部分描述(Shared mid-level parts, Shufflets)[64]、局部区域描述(Re gionlets)[65]、局部组合二值(Locally assembled bi nary, LAB)[66]等.相对于梯度特征而言, 模式特征的数据维度较高, 因此, 在特征选择与分类学习时计算负担相对较大.
形状特征来源于基于模型的目标检测[67], 一般用于对目标轮廓的描述.文献[68]对形状特征提取进行了综述工作, 常见形状特征描述有形状上下文(Shape context)[69]、角矩阵[70]、k近邻分割(k adjacent segments, kAS)[71]、图形基元[72]、线描述子(Bunch of lines descriptor, BOLD)[73]、尺度不变形状特征[74]等.形状特征具有优良的尺度、旋转、平移不变特性, 可用于描述形变表观, 但其优良性能很大程度上依赖了如边界检测及分割等预处理步骤[75].另外, 许多不同类型的目标也可能会拥有相似的形状, 因此基于形状特征的检测方法在应用层面上受到了一定的限制.此外, 形状特征表达忽略了纹理和颜色等有用信息, 这在一定程度上降低了其目标检测的可靠性.
颜色特征是通过计算局部的图像属性(如灰度、颜色等)的概率分布而得到一种特征描述, 该类特征主要包括了颜色SIFT特征[76]、颜色属性(Color names)[77]、颜色共生矩阵(Color cooccurrence matrix, CCM)[78]、颜色自相似(Color self-similarity, CSS)[79]、局部自相似(Local selfsimilarity, LSS)[80]、全局自相似(Global selfsimilarity, GSS)[81]、协方差特征(Covariance feature)[82]、C-SIFT[83]、HSV颜色空间SIFT特征(HSV-SIFT)[84]、色调直方图SIFT特征(HueSIFT)[85]等.颜色特征能得到对光照不敏感的颜色表达, 近年来广泛地应用于目标检测[86]、目标跟踪[87]等任务, 取得了很好的应用效果.其中, 基于熵的显著性特征[88]通过熵值的计算来获取感兴趣区域; CCM[78]通过计算颜色的联合概率分布来获取对目标的局部表观描述; 颜色属性[77]通过将图像像素映射至相应的属性获取对目标的颜色描述, 一般需要融合梯度特征一起来对目标进行表观建模.颜色特征同时描述了视觉目标的亮度信息与彩色信息，能有效地描述颜色通道类内一致的目标, 极大地提高了视觉目标的检测精度.然而, 颜色信息及其不稳定性在一定程度上限制了颜色特征的应用, 如颜色特征不适用于对红外图像的处理.此外, 颜色特征的融合也会增加特征维数及其计算成本.总之, 颜色特征能很好地用于目标检测与跟踪任务中, 但在其使用的过程中需要适当地抑制其不稳定性.
基于人工设计的特征表达方法具有设计简单、实现容易、易于理解等优点, 受到科研人员的广泛研究与使用.近年来, 众多海内外学者以及研究机构在相关方面, 已经相继开展了许多研究工作, 取得了一系列显著的研究成果, 表 3对典型的基于人工设计的特征表达方法进行了归纳与总结.
表 3 基于人工设计的特征表达方法Table 3 Human-engineering-based feature representation methods序号 文献 典型算法 主要思想 提出年限 方法类别 1 [4] SIFT 通过获取特定关键点附近的梯度信息来描述运动目标, 具有旋转、尺度不变等优良特性, 其改进特征主要有PCA-SIFT[49]、GLOH[50]、SURF[51]、DAISY[52]等 2004 梯度特征 2 [5] HOG 通过计算空间分布区域的梯度强度及其方向信息来描述运动目标, 其改进特征主要有v-HOG[53]、CoHOG[54]、GIST[55]等 2005 3 [56] Gabor 利用Gabor滤波器对图像卷积得到, 在一定程度上模拟了人类视觉的细胞感受野机制 1997 模式特征 4 [57] LBP 通过计算像素点与周围像素的对比信息, 获得的一种对光照不变的局部描述, 其改进特征主要有CS-LBP[58]、NR-LBP[59]等 2004 5 [60] Haar-like 通过计算相邻矩形区域的像素和之差来描述线性、边缘、中心点以及对角线特征, 其改进特征主要有LAB[66]等 2001 6 [6] DPM 其实质是一种弹性形状模型, 是通过将梯度直方图(HOG)特征与Latent SVM相结合而训练得到的一种目标形状描述模型 2010 形状特征 7 [69] Shape context 通过获取形状上某一参考点与其余点的距离分布来描述目标轮廓 2002 8 [71] kAS 使用一组近似线性的线段对目标形状进行描述, 具有平移、尺度等不变特性 2008 9 [77] Color names 通过将图像像素值映射至相应的语义属性来对目标进行描述, 该特征通常包含11种语义属性, 一般需要结合梯度特征一起使用 2009 颜色特征 10 [88] 基于熵的显著性特征 通过计算图像像素的灰度概率分布来获取目标的感兴趣区域 2004 基于人工设计的特征表达充分利用了人类知识与智慧, 这类特征已经能够很好地应用于目标检测、识别等任务, 但它们对于目标的描述存在着一个“显式”的处理过程, 对目标的刻画不够本质.根据神经科学关于哺乳动物的信息表达的研究[89-90]表明, 哺乳动物大脑中关于执行识别等任务的大脑皮层并没有一个对信号进行“显式”预处理的过程, 而是将输入信号在一个大脑的复杂的层次结构中传播, 通过每一层次对输入信号进行重新提取和表达, 最终让哺乳动物感知世界.而基于学习的特征表达就是通过无监督学习的方式让机器自动地, 从样本中学习到表征样本更加本质的特征, 从而使计算机模拟人脑感知视觉信号的机制, 实现目标检测与跟踪等视觉功能.
2)基于学习的特征表达
基于学习的特征表达主要是采用无监督学习的方法, 使机器自动学习刻画样本更加本质的特征.其中, 该类方法中最常用的是基于深度学习的特征表达方法, 其通过逐层地构建一个多层网络, 使机器自动地学习隐含在数据内部的关系.基于深度学习的特征表达一直是目标检测的研究热点之一, 为了促进该领域的研究与发展, 相继出现了一系列的深度学习开源平台, 如2014年Jia等[91]使用C++搭建了用于快速特征提取的深度学习框架(Caffe), 并封装了Python和Matlab接口, 广泛用于计算机视觉、语义理解等应用中; Google在第一代深度学习系统(DistBelief)[92]的基础上对网络架构等进行优化, 推出了第二代深度学习系统(TensorFlow)[93]使其学习速度更快、精度更高, 并在2015年11月将该系统宣布开源, 支持卷积神经网络(Convolutional neural network, CNN)、递归神经网络(Recurrent neural network, RNN)以及长短期记忆单元(Long short-term memory, LSTM)等算法.此外, 使用较多的工具还有Torch7[94]、CudaConvNet[95]、MatConvNet[96]、Pylearn2[97]、Theano[98]等.
基于深度学习的特征表达按其构成单元的不同, 一般可以分为基于限制玻尔兹曼机(Restricted Boltzmann machine, RBM)[99]、基于自编码机(Auto encoder, AE)[100]和基于卷积神经网络(Convolutional neural network, CNN)[101]的特征表达方法.其中, RBM是深度置信网络(Deep belief nets, DBN)的基本单元, 基于玻尔兹曼机的特征表达通过使学习到的模型产生符合条件的样本的概率最大进行特征表达.基于自编码机的特征表达将输入信号进行编码得到表达特征, 将该特征输入解码器后得到的重构信号与原始信号满足最小残差的约束.基于卷积神经网络的特征表达通过应用不同的卷积核, 提取不同的观测特征, 同时引入了子采样过程进行特征降维.
a)基于限制玻尔兹曼机的特征表达
RBM是一个双层的无向图模型, 它是玻尔兹曼机的简化模型. RBM的示意图如图 4所示, 其中v是可见层单元, h是隐层单元, 其层内单元间没有连接关系, 层间单元呈全连接关系, 这种层间独立的条件使得RBM的训练显得十分高效[99].
将RBM逐层叠加, 就构成了DBN, 底层的输出特征作为上一层的输入信号, 对每层分别使用对比散度的方法单独进行训练. 2006年, Hinton等[99]提出了DBN的高效训练方法. Lee等[102]将卷积概念引入RBM, 提出了卷积深度置信网络(Convolutional deep belief network, CDBN)用于分层的特征表达, 得到很好的高层视觉特征.受Lee等[102]的启发, Nair等[103]将生成式梯度与判别式梯度相结合, 提出一种3阶RBM的高层模型, 用于对3D目标的识别中. Eslami等[104]将深度玻尔兹曼机(Deep Boltzmann machine, DBM)[105]引入对目标形状的描述, 提出形状玻尔兹曼机(Shape Boltzmann machine, SBM), 消除了背景中与目标形状相似的物体的干扰.
b)基于自编码机的特征表达
基于自编码机的特征表达方法通过对输入信号的自动编码, 能有效地去除冗余信息, 获取输入信号的主要信息, 使输入信号得以更加简洁的表达.自编码机的主要结构如图 5所示, 其中v是可见的输入层单元, h是特征隐层单元.将自编码机逐层堆叠, 就构成了深度自编码机(Stacked auto-encoder).与DBN一样, 深度自编码机的底层输出特征作为上一层的输入信号, 每一层单独地进行优化.
文献[106]将K均值聚类、稀疏编码、主成分分析也理解为一个自编码机. Xiong等[107]使用多堆叠自编码机(Multiple stack auto-encoders, MSAE)来模拟人类视觉, 从不同角度对识别目标进行深层特征表达. Yin等[108]采用单层的稀疏自编码机(Sparse auto-encoder, SAE)提取场景特征, 并结合SVM对场景进行分类. Bai等[109]对彩色与深度图像分别采用SAE特征表达, 并利用递归神经网络(Recurrent neural network, RNN)对学习特征进行降维, 最终学习到鲁棒的分层表达特征, 用于RGB-D图像的目标检测. Su等[110]将稀疏自编码用于深度图像中的人体检测, 学习到了能表征人体内在结构的特征.
c)基于卷积神经网络的特征表达
单层卷积神经网络包含了卷积与子采样2个过程, 其实现过程如图 6所示.其中, 卷积过程通过引入不同的卷积核提取信号的不同特征, 实现对输入信号特定模式的观测; 子采样过程主要用于对特征图的降维, 通常采用平均池化或最大值池化操作, 该过程虽然降低了特征图的分辨率, 但能较好地保持高分辨率特征图的特征描述.
为方便与前两种基本构成单元相对比, 将上述过程等价为图 7.其中, 每两个节点之间的连线, 表示从输入节点经历卷积、子采样变为输出节点的过程.根据Hubel等[111]对猫视觉皮层的研究表明, 视觉系统对外界的认知是局部感知的.受此生物学研究启发, CNN也采用了局部连接, 这与层间全连接的RBM有所不同. CNN采用这种局部连接与权值共享的思想, 极大地减少了网络参数, 加快了训练速度, 使其对网络的训练变得切实可行.
将单层卷积神经网络进行逐层堆叠, 就构成了CNN, 底层的输出特征作为上一层的输入信号. Donahue等[112]提出了深度卷积激活特征(Deep convolutional activation feature, DeCAF)用于通用的视觉识别. Girshick等[113]将大容量的卷积神经网络(CNN)应用于自下而上的区域方法, 提出了基于区域的卷积神经网络(Regions with CNN features, R-CNN), 并基于Caffe平台实现了对目标的精确检测与语义分割. Girshick等将空间金字塔池化网络(Spatial pyramid pooling based neural network, SPPNet)[114]用于R-CNN, 对其进行加速提出了Fast R-CNN[115], 在计算速度和准确度上均有所提高, 而后在此基础上又提出了Faster R-CNN[116]. Zhu等[117]将上下文信息引入深度卷积神经网络中提出了segDeepM模型, 在PASCAL VOC 2010数据集[7]上检测精度比R-CNN高4.1%. Han等[118]使用深度卷积神经网络提取特征成功用于MatchNet中.
基于学习的特征表达方法受到了广泛的关注和研究, 表 4对该类特征表达方法进行了归纳总结.与人工设计的特征相比, 由于深度学习特征是通过构建深层的网络结构, 直接从原始图像像素中提取得到, 故其将特征设计问题转换为了网络架构问题.这种自学习的方法极大地减少了不必要的特征设计细节, 同时深度神经网络的高层特征映射也显示出了一定的语义属性, 在PASCAL VOC[119]、ImageNet大规模视觉识别挑战赛(ImageNet Large Scale Visual Recognition Challenge, ILSVRC)[120]等相关国际赛事中, 基于深度学习的模型取得了最好的效果, 这都体现了深度学习的强大学习能力.虽然深度学习特征表达具有更本质的特征表现, 但由于学习深层神经网络涉及了大量的参数, 网络的训练需要大量的数据, 因此计算过程比较繁重, 需要进一步优化.
表 4 基于学习的特征表达方法Table 4 Learning-based feature representation methods1.2.2 分类器
文献[131]对现有的分类器进行了详细的阐述, 其中, 支持向量机(SVM)是使用最为广泛的分器之一.基于对本文篇幅的考量, 这里仅对SVM分类器进行简要的阐述, 对其他分类器将不作赘述, 有兴趣的读者可以参考相关文献.目前, SVM在数据分类任务上取得了很好的效果, 尤其是引入了核方法的SVM.其中, 合理的核函数选取将有效地改善分类器性能, 常用的核函数主要有Linear、Sigmoid、RBF、GussianRBF等[132].
随着时代的发展, 更多的核方法相继被提出, 如Lu等[133]将空间失配核(Spatial mismatch kernels, SMK)引入SVM对图像进行分类, Lazebnik等[134]提出了空间金字塔匹配核(Spatial pyramid matching, SPM)并将其用于自然场景分类问题. Yang等[135]通过学习过完备稀疏特征, 将稀疏编码(Sparse coding, SC)与SPM相结合提出了ScSPM方法, 使用线性SVM达到了当时最好的分类效果.然而, 稀疏编码对特征变化非常敏感[136], 且稀疏编码过程忽略了局部特征之间的相关性.针对上述问题, Gao等[137]通过引入正则化项, 保证了相似的局部特征之间稀疏编码的一致性, 提出了LScSPM方法, 使分类精度得以提升.核方法的使用使SVM分类性能得以极大提升, 然而, 其最大的优点也是其最致命的弱点, 分类器的分类性能也会极大地依赖核的选取.因此, 如何根据实际需求选取合适的核方法仍需进一步探索.
尽管基于核的SVM已广泛地应用于分类任务中, 但随着对图像分类的研究的进展, 目前所使用的视觉单词大小越来越大, 相应的图像表达数据维度与日俱增, 传统的单个分类器已经难以满足高维数据的分类要求.普遍的做法是将多个分类器集成在一起[138], 得到一个分类性能更优良的强分类器, 常用的方法主要有Bagging、Boosting以及随机森林等.然而, 集成分类器方法也存在一些问题尚未有定论, 如子分类器如何选取与组合、如何在不降低分类性能的情况下使分类器数量尽可能少等.因此, 研究子分类器模型的产生、调整以及整合, 将有助于适应高维数据的分类任务.
1.3 小结
目标检测的目的是从不同复杂程度的环境背景中分离出运动目标, 本小节按算法所处理的数据对象的不同, 将其分为基于背景建模和基于目标建模的检测方法.其中, 基于背景建模的检测方法一般具有实现简单、运算效率较高等优点, 但其适用范围比较狭小, 通常只能用在固定摄像机拍摄的场景下, 且固定场景也存在诸多干扰因素, 如光照变化、阴影、局部动态背景(摇晃的树枝、波动的水面)等, 这些因素都将极大地影响算法的性能, 给前景提取带来巨大的挑战.
基于目标建模的检测方法克服了基于背景建模的方法固定场景的缺点, 可以用于动态环境(如车载摄像头等)的目标检测, 且一般检测出的运动区域不需再度进行分割, 扩展了目标检测的应用范围.但其在应用过程中也存在诸多的挑战, 如较大的遮挡与光照变化, 较小的类间差与较大的类内差, 较大的目标形变与尺度变化, 较低的图像分辨率等.另外, 特征学习需要依赖大量的学习样本, 且不同场景需要训练不同的分类器, 在实际应用中一般较难满足实时要求.研究者仍然需要从特征表达与分类器设计上进行思考, 提高算法的精确度、鲁棒性, 同时也不能忽略算法的时效性能.目前, 在目标检测领域已经公开发布了许多可供算法评测的数据集, 表 5对典型的数据集及其特点进行了简要的归纳.
表 5 目标检测典型数据集Table 5 Typical data sets for object detection序号 参考文献 数据集名字 数据规模 是否标注 特点及描述 主页链接 发布时间 1 [139] MIT CBCL Pedestrian Database 共924张图片, 64 × 128, PPM格式 否 人体目标处于图像正中间, 且图像视角限定为正向或背向 http://cbcl.mit.edu/software-datasets/PedestrianData.html 2000 2 [140-141] USC Pedestrian Detection Test Set 共359张图片, 816个人 是 包含单视角下无遮挡、部分遮挡以及多视角下无遮挡的行人检测数据 http://iris.usc.edu/Vision-Users/OldUsers/bowu/DatasetWebpage/dataset.html 2005 / 2007 3 [5] INRIA Person Dataset 共1 805张图片, 64 × 128 是 包含了各种各样的应用背景, 对行人的姿势没有特别的要求 http://pascal.inrialpes.fr/data/human/ 2005 4 [45, 142] ChangeDetection.Net 共51段视频, 约140 000帧图片 是 包含了动态背景、目标运动、夜晚及阴影影响等多种挑战 http://changedetection.net/ 2012/2014 5 [143] Caltech Pedestrian Dataset 10小时视频, 640 × 480 是 视频为城市交通环境下驱车拍摄所得, 行人之间存在一定的遮挡 http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/ 2009 6 [144] CVC Datasets 共9个数据集 部分标注 提供了多种应用场景, 如城市、红外等场景, 行人间存在部分遮挡 http://www.cvc.uab.es/adas/site/?q=node/7 2007/2010/2013～2015 7 [119] PASCAL VOC Datasets 共11540张图, 含20个类 是 该比赛包括分类、检测、分割、动作分类以及人体布局检测等任务 http://host.robots.ox.ac.uk/pascal/VOC/ 2005～2012 8 [120] ImageNet 共14197122张图片 是 大规模目标识别比赛, 包括目标检测、定位以及场景分类等任务 http://image-net.org/ 2010～2015 9 [145] Microsoft COCO 约328000张图片, 含91个类 是 自然场景下的图像分类、检测、场景理解等, 不仅标注了不同的类别, 还对类中个例进行了标注 http://mscoco.org/ 2014 2. 目标跟踪
运动目标跟踪问题可以等价为在连续的图像帧之间, 构建基于目标位置、速度、形状、纹理、色彩等有关特征的对应匹配问题.其一般处理流程如图 8所示, 由目标状态初始化、表观建模、运动估计及目标定位4部分组成, 其中N表示用于跟踪初始化的视频帧数.
目标状态的初始化一般采用人工标定或目标检测的方法进行实现.表观建模主要包括了对目标的视觉特征(颜色、纹理、边缘等)的描述, 以及如何度量视觉特征之间的相似性, 它是实现鲁棒跟踪的关键所在.运动估计则是采用某种运动假设来预估目标可能出现的位置, 常用的运动估计方法主要有线性回归[146]、均值漂移[147]、隐马尔科夫模型[148]、卡尔曼滤波[149]以及粒子滤波[150]等.最后, 在表观建模与运动估计的基础上, 采用某种最优化策略获取目标最可能的位置, 实现对跟踪目标的定位.
如图 8所示, 表观建模可以分为特征表达与统计建模, 关于特征表达在上一小节中已经作了详细的阐述, 这里将不再进行赘述.一般地, 目标跟踪按有无检测过程的参与, 可以分为生成式跟踪与判别式跟踪.其中, 生成式跟踪方法是在目标检测的基础上, 对前景目标进行表观建模后, 按照一定的跟踪策略估计跟踪目标的最优位置.判别式跟踪方法则是通过对每一帧图像进行目标检测来获取跟踪目标状态, 因此这类方法也常被称为基于检测的跟踪方法.
生成式跟踪方法采用一定的跟踪策略, 估计下一帧中跟踪目标的状态, 其跟踪过程与检测过程是相互独立的, 二者有一定的时间先后顺序.判别式跟踪方法将跟踪问题看作前景与背景的二分类问题, 通过学习分类器, 在当前帧中搜索与背景区分最大的前景区域, 其跟踪过程与检测过程彼此联系, 二者是同时进行的.
2.1 生成式跟踪方法
生成式跟踪方法假设跟踪目标可以由某种生成过程所描述, 其目标是从众多候选目标中寻找最优的候选目标.生成式跟踪方法的关键在于如何精确地对跟踪目标进行重构表达, 采用在线学习方法对跟踪目标进行表观建模以适应目标表观的变化, 实现对目标的跟踪.目前, 生成式表观模型的建立可以分为基于核的方法、基于子空间的方法以及基于稀疏表示的方法三类.
2.1.1 基于核的方法
基于核的方法通常采用核密度估计的方式构建表观模型, 并使用Mean shift方法[147]对运动目标位置进行估计. Comaniciu等[151]使用颜色直方图建立表观模型, 采用各向同性的核函数施加空间平滑, 通过Mean shift寻找局部极值对目标进行定位. Rahmati等[152]使用颜色直方图建立跟踪目标表观模型的同时, 对基于核的Mean shift方法进行改进, 实现了对婴儿四肢的跟踪以辅助其运动. Melzer等[153]对典型相关分析(Canonical correlation analysis, CCA)进行非线性扩展, 提出了基于核的典型相关分析(Kernel-CCA)方法用于表观模型的构建, 并将其应用于目标姿态估计与运动跟踪.
早期的基于核的方法虽然考虑了跟踪目标的颜色及灰度等信息, 但其忽略了如梯度、形状等其他重要的视觉信息, 在复杂的场景、目标的部分遮挡、快速运动以及尺度变化等情况下容易出现漂移问题.为了解决目标尺度的自适应问题, 研究者提出了一系列方法, 如Yilmaz[154]将非对称核引入Mean shift方法, 实现了对跟踪目标的尺度自适应以及方向的选择. Hu等[155]通过计算主成分的协方差矩阵来更新跟踪目标的方向, 并使用相关特征值检测目标的尺度变化, 实现了对跟踪目标尺度及方向的自适应估计.
2.1.2 基于子空间的方法
基于子空间的方法的关键在于如何构建相关的基以及它们所张成的子空间, 对目标表观进行表示. Levey等[156]与Brand[157]采用增量奇异值分解(Singular value decomposition, SVD)的方法获取子空间学习的解, 将其应用于计算机视觉处理以及音频特征提取中. De等[158]提出了一种鲁棒子空间学习(Robust subspace learning, RSL)的通用框架, 该框架适用于各类线性学习问题, 如特征分析、运动结构获取等. Li[159]结合子空间学习提出了一种增量PCA方法, 并将其推广到了鲁棒PCA方法, 极大地提高了算法效率. Skocaj等[160]将加权增量学习用于子空间学习中, 分别对人脸表观与动态背景进行建模, 均取得了较好的识别效果.
上述基于增量PCA的方法在子空间学习过程中, 样本均值不能及时地得到在线更新.针对该问题, Ross等[161]考虑了样本均值的在线更新, 其提出的跟踪算法能够增量地学习低维子空间, 在线地自适应目标表观的变化. Wang等[162]使用偏最小二乘(Partial least squares, PLS)分析来学习低维可区分的特征子空间, 通过表观模型的在线更新, 减轻了跟踪漂移问题. Li等[163]提出了一种高效的在线张量子空间学习算法, 其通过增量地学习一个低阶的张量特征子空间建立表观模型, 考虑了样本均值和特征基的自适应更新. Wen等[164]针对传统的张量表示方法易受光照变化影响的问题, 给出了一种加权张量子空间(Weighted tensor subspace, WTS)方法, 增量地学习光照变化, 适应了跟踪过程中目标表观的变化.
相对于训练数据处于同一线性子空间的子空间模型, 研究者还尝试了利用非线性子空间的方法对目标表观进行建模. Khan等[165]在Grassmann流形上对跟踪目标进行非线性动态建模, 解决了跟踪目标在部分遮挡情况下的表观模型更新问题. Chin等[166]使用核独立主成分分析(Kernel principal component analysis, KPCA)构建非线性子空间模型, 并在此基础上提出了增量计算方法, 解决了标准KPCA方法不能进行在线处理的问题.
2.1.3 基于稀疏表示的方法
基于稀疏表示的方法通常假设跟踪目标在一个由目标模板所构成的子空间内, 其跟踪结果是通过寻求与模板重构误差最小而得到的最佳候选目标. Mei等[167]通过对重构系数引入稀疏约束, 获取跟踪目标的表观模型, 实现了对目标的跟踪. Li等[168]为提高Mei等[167]的方法的时效性, 将压缩感知理论引入到跟踪目标的表观模型建立中, 极大地提高了算法速度, 达到了实时跟踪的性能要求.
在Mei等[167]的工作基础上, Jia等[169]将跟踪目标进行局部分块处理, 采用局部稀疏表示与对齐池化对目标表观建模, 其跟踪结果对局部遮挡和光照变化具有较好的鲁棒性, 极大地提高了跟踪精确. Dong等[170]将联合稀疏表示引入图像的多特征融合, 建立起对目标的多特征表观描述, 并在粒子滤波框架下进行视觉跟踪. Hu等[171]在全局模板集中引入稀疏权重约束动态选取相关模板, 将多特征联合稀疏表示用于遮挡情况下的多目标跟踪.
Zhang等[172]认为大多数基于稀疏表示的跟踪方法, 仅考虑了多特征融合或局部表观建模, 而忽略了候选目标的内在结构.为此他们提出了结构稀疏跟踪器(Structural sparse tracking, SST), 充分地利用了候选目标的内在结构及其局部分块间的空间布局信息, 极大地提高了跟踪精度. Zhong等[173]提出了基于稀疏表示混合模型的跟踪方法, 综合利用了全局模板和局部表达, 能高效地处理目标表观变化, 解决跟踪漂移问题. Bai等[174]采用块正交匹配追踪算法(Block orthogonal matching pursuit, BOMP)对结构稀疏表观模型进行求解, 降低了计算成本.
Zhang等[175]将在线学习引入稀疏表示, 分别处理跟踪过程中目标与背景的可区分性和目标表观变化的鲁棒性, 也取得了鲁棒的跟踪结果.另外, 基于字典学习的方法[176-177]也被广泛地运用于目标跟踪中.文献[10]对2013年以前的基于稀疏表示的目标跟踪方法进行了综述工作, 有兴趣的读者可以参考相关文献.
生成式跟踪方法使用了丰富的图像表示, 能精确地拟合目标的表观模型.然而, 由于实际应用中跟踪目标通常没有特定的表观形式, 因此对此类方法的正确性的验证显得极其困难.同时, 该类方法忽略了背景信息, 当场景中出现与目标表观相似的物体时, 跟踪算法极易受到干扰, 出现跟踪失败.为能充分地利用背景信息, 克服生成式跟踪方法的不足, 通常采用判别式跟踪方法.
2.2 判别式跟踪方法
判别式跟踪方法将视觉目标跟踪视为一个二分类问题, 其基本思路是寻求跟踪目标与背景间的决策边界.判别式跟踪方法通常采用在线增量学习的方法, 获取前景目标与背景的分界面, 降低计算成本, 提升计算效率.由于该方法通常是对每一帧图像进行目标检测来获取目标状态, 因此这类方法也常被称为基于检测的跟踪方法.目前, 判别式跟踪方法可以分为基于在线Boosting的方法、基于支持向量机的方法、基于随机学习的方法以及基于判别分析的方法4类.
2.2.1 基于在线Boosting的方法
基于在线Boosting的方法[178]来源于Valiant提出的PAC学习模型[179], 其基本思路是通过对弱分类器进行重新整合来提升分类性能.由于该类方法具有较强的判别学习能力, 因此其已广泛地应用于目标跟踪任务中[180].一般地, 此类算法通过自适应地选择区分性较强的特征, 根据目标的变化, 自适应地改变分类器完成跟踪任务.
Liu等[181]通过初始化一个弱分类器集合, 将梯度特征选择整合到了在线Boosting的学习框架下, 用于构建判别式表观模型, 极大地提升了算法的效率.然而, 该类方法没有考虑特征之间的相关性, 容易造成其所选特征具有极大的冗余性, 且该类方法不能较好地利用不同特征之间的互补性.解决此类问题的常见做法是为候选特征引入一个加权的策略, 对其特征进行不同程度的加权.
Avidan[182]通过对弱分类器的特征加权, 重新整合弱分类器对像素进行分类, 其最大的不足在于该方法需要对特征池中的所有特征进行计算和存储, 因此其具有较高的计算复杂度. Parag等[183]对弱分类器进行改进, 使其能自适应环境的变化, 提出了一种新的特征加权算法, 在实验中取得了较好的跟踪效果.然而, 这类特征加权的方法通常需要固定弱分类器的个数, 故其应用过程不够灵活.
实际应用中通常需要对弱分类器数量进行动态调整, 以适应表观变化下的自适应跟踪任务. Visentini等[184]将弱分类器进行动态整合, 打破了传统方法不能自适应表观变化的局限.随着研究的推进, 一些研究者开始将粒子滤波引入特征选择中, 以提高目标跟踪算法效率. Okuma等[185]将混合粒子滤波与Adaboost相结合, 提出了一种级联粒子滤波器用于多目标检测与跟踪. Wang等[186]通过在特征选择过程中嵌入粒子滤波, 同时引入Fisher判别准则在线地选取区分性强的特征, 对跟踪目标进行表观建模.
2.2.2 基于支持向量机的方法
基于SVM的方法通过引入最大化分类间隔约束, 学习到具有较强分类性能的SVM分类器, 对目标与非目标进行划分, 最终实现对运动目标的跟踪. Avidan[187]将SVM分类器与基于光流的跟踪方法相结合, 提出了支持向量跟踪器(Support vector tracking, SVT)对车辆目标进行跟踪, 并在分类阶段采用了由粗到精的方法, 解决了跟踪目标发生较大运动的问题. Williams等[188]将稀疏贝叶斯学习与基于核的SVM相结合, 提出一种概率表观模型用于目标定位. Tian等[189]通过对多个SVM分类器进行加权, 整合了多个线性SVM对目标表观进行建模, 实现了复杂场景下的目标跟踪.尽管该方法十分简单, 但由于其能高效地更新线性分类器, 且能较好地利用历史信息, 故其对较大的表观变化也具有良好的鲁棒性.
上述表观模型的更新, 通常是在上次跟踪结果附近, 启发式地获取正负样本数据进行训练得到的, 其训练样本的选取策略存在着极大的不确定性、随机性、不可靠性.为了尽可能地提高样本选取的可靠性, 研究者提出了一系列相应的策略, 可以分为基于结构化输出的策略[190]和基于Ranking SVM的策略[191]. Hare等[192]结合核SVM提出了一种基于结构化输出预测的框架(Struck), 该框架能够非常容易地整合其他附加特征以及不同的核最终提升跟踪性能. Yao等[190]针对目标形变与部分遮挡问题, 使用潜变量对未知部分进行建模, 避免了较复杂的初始化过程. Bai等[191]将跟踪问题看作弱分类器排序问题, 提出了在线拉普拉斯Ranking SVM跟踪器, 实现了对运动目标的鲁棒跟踪.
Tang等[193]提出了一种在线半监督学习框架, 使用协同训练方法进行新数据的分类以及分类器的更新, 充分地利用了无标记数据. Zhang等[194]为解决前背景分界线模糊问题, 使用了混合支持向量机(Hybrid SVMs)进行表观建模, 有效地避免了漂移问题. Zhang等[195]结合压缩感知理论与增量LS-SVM, 有效地获取了上下文信息, 提高了跟踪精度.
2.2.3 基于随机学习的方法
基于随机学习的方法[196]通过对随机特征与输入的选取建立跟踪目标的表观模型, 典型的方法主要有在线随机森林[197]、MIForests[198]与随机朴素贝叶斯[199]等.
Wang等[200]将随机森林同时用于在线学习分类与视觉目标跟踪中, 在UCI数据集2上进行实验取得了鲁棒的实验结果.与随机森林相比, 随机朴素贝叶斯在训练阶段实时性能更高. Godec等[199]利用随机朴素贝叶斯具有较低时间与空间复杂度的优点, 提出了基于随机朴素贝叶斯的目标跟踪方法, 提升了视频处理的时效性能. Leistner等[198]结合多示例学习(Multiple instance learning, MIL)分类器的优点, 提出了基于随机树的多示例学习算法(MIForests)用于表观建模.
2https://archive.ics.uci.edu/ml/datasets.html
由于随机学习的方法通常可以使用GPU实现并行加速计算, 故相比于基于在线Boosting和基于SVM的方法, 基于随机学习的方法处理速度更快、效率更高, 且易扩展到对多分类问题的处理.但由于该类方法的特征选取比较随机, 故在不同的应用环境下, 该类方法的跟踪性能不够稳定.
2.2.4 基于判别分析的方法
基于判别分析的方法的基本思路是通过寻找一个具有高类间差异的低维子空间对跟踪目标表观进行建模, 这类方法主要有线性判别分析、基于度量学习的判别分析以及基于图的判别分析方法.
线性判别分析是较简单、使用也较广泛的一种方法, Lin等[201]将目标与背景分别看作高斯分布, 提出了一种基于增量Fisher的线性判别分析的表观建模方法, 能较好地自适应目标外观及背景的变化. Nguyen等[202]对前景与背景分别进行局部纹理特征提取, 并采用线性判别分析(Linear discriminant analysis, LDA)对其进行判别跟踪, 实现了视角及光照变化下的鲁棒跟踪. Li等[203]将二维线性判别分析引入了跟踪目标的表观建模中, 并采用了矩阵形式进行计算, 极大地提高了跟踪效率.
基于度量学习的判别分析方法的基本思想是在满足样本类内距离最小、类间距离最大的约束下, 将图像原始特征空间映射至另一个可度量的空间来完成表观模型的构建. Wang等[204]将表观建模与视觉匹配看作是视觉跟踪的一个单目标优化问题, 基于度量学习提出了一种判别式表观模型用于视觉跟踪中. Tsagkatakis等[205]将在线距离度量学习(Distance metric learning, DML)与最近邻分类器相结合, 在缺少目标表观先验信息下, 实现了对运动目标的稳定跟踪.然而, 上述方法在目标或背景呈现多模态分布时, 不能很好地适用于目标跟踪任务, 解决此类问题的常用思路是首先对数据进行聚类分析, 然后在每个类上分别使用判别式分析方法进行表观模型构建. Xu等[206]采用最近邻聚类方法将数据进行了分类, 提出了自适应子类判别分析方法(Subclass discriminant analysis, SDA)解决了前背景的多模态分布问题.
基于图的判别学习方法可以分为基于图嵌入以及图直推学习的方法.其中, 基于图嵌入的方法通过将高维样本嵌入到一个具有判别能力的低维空间, 实现对运动目标的判别与跟踪. Zhang等[207]假设目标类样本近似于高斯分布, 背景类样本服从多模态分布, 使用基于图嵌入的判别分析方法来构造目标表观模型, 并结合增量学习自适应了目标表观以及光照的变化.基于图直推学习的方法通过估计候选样本属于目标类的似然概率对目标或背景进行分类.查宇飞等[208]将跟踪问题看作是一个基于图的直推学习问题, 并以正样本和候选样本为顶点建立了一张图, 同时学习目标所在的流形以及样本的聚类结构, 提出了一种基于图直推模型的跟踪方法, 对姿态、表情及光照的变化、部分遮挡等具有良好的鲁棒性.
2.3 算法评测
目前, 能用于目标跟踪评测的公开视频序列比较多3, 4, 5, 6, 表 6对比较常用的典型数据集进行了简要归纳, 并给出了相关数据集的下载链接.文献[217]在数据集VOT2015上对典型的跟踪算法进行了评测, 其评测结果如表 7所列出(性能前三的指标分别用粗体、粗体加斜体与花体显示), 所选取的评价指标共有4个, 即跟踪精度、平均失败数、重叠率以及跟踪速度.其中, 为了保证算法在不同实现平台上的速度等效, 跟踪速度指标采用文献[227]所给出的等效滤波运算(Equivalent filter operations, EFO)进行衡量.
表 6 目标跟踪典型数据集Table 6 Typical data sets for object tracking序号 参考文献 数据集 数据规模 是否标注 特点及描述 主页链接 发布时间 1 [209-210] Visual Tracker Benchmark 100段序列 是 来源于现有文献, 包括了光照及尺度变化、遮挡、形变等9种挑战 http://www.visual-tracking.net 2013 2 [211] VIVID 9段序列 是 主要任务为航拍视角下的车辆目标跟踪, 具有表观微小、相似等特点 http://vision.cse.psu.edu/data/vividEval/datasets/datasets.html 2005 3 [212] CAVIAR 28段序列 是 主要用于人体目标跟踪, 视频内容包含行走、会面、进出场景等行为 http://homepages.inf.ed.ac.uk/rbf/CAVIARDATA1/ 2003 / 2004 4 [213] BIWI Walking Pedestrians Dataset 1段序列 是 主要任务为鸟瞰视角下的行人跟踪, 可用于评测多目标跟踪算法 http://www.vision.ee.ethz.ch/datasets/ 2009 5 [214] “Central” Pedestrian Crossing Sequences 3段序列 是 行人过街序列, 每4帧标定一次 http://www.vision.ee.ethz.ch/datasets/ 2007 6 [215] MOT16 14段序列 是 无约束环境的多目标跟踪, 有不同视角、相机运动、天气影响等挑战 http://motchallenge.net/ 2016 7 [216] PETS2015 7段序列 是 关于停车场中车辆旁边不同活动序列, 可用于目标检测与跟踪、动作识别、场景分析等 http://www.pets2015.net/ 2015 8 [217] VOT Challenge 60段序列(2015年) 是 主要用于短视频跟踪算法的评测, 该比赛从2013年开始举办 http://votchallenge.net/ 2013～2015 表 7 典型跟踪算法的性能对比Table 7 Performance comparison of typical tracking algorithms序号 参考文献 跟踪器 准确度 平均失败数 平均覆盖率 速度(EFO) 时间 方法类别 1 [128] MDNet 0.60 0.69 0.38 0.87 2015 CNN 2 [129] DeepSRDCF 0.56 1.05 0.32 0.38 2015 3 [130] SODLT 0.56 1.78 0.23 0.83 2015 4 [218] SumShift 0.52 1.68 0.23 16.78 2011 核学习 5 [219] ASMS 0.51 1.85 0.21 115.09 2013 6 [217] S3Tracker 0.52 1.77 0.24 14.27 2015 7 [161] IVT 0.44 4.33 0.12 8.38 2008 子空间学习 8 [220] CT 0.39 4.09 0.11 12.90 2012 9 [221] L1APG 0.47 4.65 0.13 1.51 2012 稀疏表示 10 [222] OAB 0.45 4.19 0.13 8.00 2014 Online Boosting 11 [223] MCT 0.47 1.76 0.22 2.77 2011 12 [224] CMIL 0.43 2.47 0.19 5.14 2010 13 [225] Struck 0.47 1.61 0.25 2.44 2014 SVM 14 [217] RobStruck 0.48 1.47 0.22 1.89 2015 15 [226] MIL 0.42 3.11 0.17 5.99 2011 随机学习 3http://www.cvpapers.com/datasets.html
4http://homepages.inf.ed.ac.uk/cgi/rbf/CVONLINE/entries.pl?TAG363
5http://www.computervisiononline.com/datasets
6http://riemenschneider.hayko.at/vision/dataset/
从评测结果可以明显看到, MDNet[128]、DeepSRDCF[129]跟踪器在跟踪准确度、平均失败数以及重叠指标三个跟踪精度指标上, 分别取得了第一和第二的成绩, SODLT[130]跟踪器在跟踪准确度上与DeepSRDCF[129]跟踪器并居第二, 这三个跟踪器都采用了基于CNN的特征表达方法来对跟踪目标进行表观建模, 这说明基于学习的特征表达方法确实获得了刻画目标更加本质的特征.然而, 尽管它们个别使用了GPU进行加速, 其跟踪速度仍然是跟踪方法中最慢的一类, 其根本原因在于它们的网络架构的设计需要计算大量复杂的参数.相比而言, 基于核的跟踪方法在跟踪速度上具有较大的优势, 但其跟踪准确度稍逊于基于学习的方法.
2.4 小结
目标跟踪是在目标检测的基础上对运动目标的状态进行连续估计的过程.本小节将目标跟踪按其与检测的关系的不同分为了生成式与判别式跟踪方法, 分别对其典型方法进行了归纳与总结, 并给出了常用的评测数据集与典型算法的性能对比.其中, 生成式跟踪方法使用了丰富的图像表示, 在复杂环境中通常会得到更加精确的拟合结果.但其在参数估计上容易受到局部极值的影响, 且该类方法忽略了背景信息, 易受背景干扰, 场景中出现与目标相似的背景时容易出现跟踪漂移; 判别式跟踪方法克服了生成式跟踪方法的缺陷, 考虑了背景信息, 对较大的遮挡和变化具有更强的鲁棒性.然而, 判别式跟踪方法对训练样本的依赖程度相对较高, 样本的选取会极大地影响这类方法的性能表现.
3. 结束语
运动目标的检测和跟踪主要用于获取运动目标的位置、姿态、轨迹等基本运动信息, 是理解服务对象或对目标实施控制的前提和基础.在场景较固定、环境较简单时, 通常采用基于背景建模的方法, 就能够很好地进行运动目标的检测与跟踪任务.在动态背景下, 环境较复杂时, 一般需要对运动目标进行表观建模, 实现其检测与跟踪任务.
运动目标检测与跟踪的准确性与鲁棒性, 很大程度上依赖于精确的表观建模.传统的特征表达通常是依靠人类智慧、先验知识, 通过人工的总结设计用于视觉任务的特征, 这类特征能够较好地用于检测与跟踪任务, 且实现比较容易, 实时性能较强.近年来, 众多研究者针对人工特征的设计难度大、表现不够本质等特性, 纷纷提出了一系列基于自学习的特征, 集中体现为基于深度学习的特征.这类方法通过对样本的自学习, 获取更加本质的特征表达, 极大地提升了检测与跟踪的精度.
然而, 现有算法大多还只是停留在对特定场景下的运动目标的分析与建模, 较难实现对复杂自然环境下运动目标的精确检测与跟踪.同时, 其在算法实时性能上也较难保证.因此, 复杂自然场景下的运动目标检测与跟踪及其实时性能仍然是需要努力的目标.笔者在这里根据自己的理解总结一下目标检测与跟踪的研究热点以及发展趋势:
1)场景信息与目标状态的融合
场景信息包含了丰富的环境上下文信息, 对场景信息进行分析及充分利用, 能够有效地获取场景的先验知识, 降低复杂的背景环境以及场景中与目标相似的物体的干扰; 同样地, 对目标的准确描述有助于提升检测与跟踪算法的准确性与鲁棒性.总之, 尝试研究结合背景信息和前景目标信息的分析方法, 融合场景信息与目标状态, 将有助于提高算法的实用性能.
2)多维度、多层级信息融合
为了提高对运动目标表观描述的准确度与可信性, 现有的检测与跟踪算法通常对时域、空域、频域等不同特征信息进行融合, 综合利用各种冗余、互补信息提升算法的精确性与鲁棒性.然而, 目前大多算法还只是对单一时间、单一空间的多尺度信息进行融合, 研究者可以考虑从时间、推理等不同维度, 对特征、决策等不同层级的多源互补信息进行融合, 提升检测与跟踪的准确性.
3)基于深度学习的特征表达
基于深度学习的特征表达具有强大的分层自学习能力, 能深度地挖掘隐含在数据内部间的潜在关系.其中, 基于卷积神经网络的特征表达方法效果尤为突出, 近年来取得了显著的检测效果[126?128].同时, 深度学习框架相继开源[92?98], 为思想的碰撞与交融带来了更多可能.然而, 基于深度学习的特征表达方法也存在一些问题尚未定论, 如深度学习的层数以及隐层节点个数如何确定, 深度学习所学得特征的优劣如何评价等.因此, 对基于深度学习的特征表达方法的进一步研究可能会产生突破性成果, 最终将促进该领域的发展.
4)基于核的支持向量机分类方法
支持向量机(SVM)因其分类性能优良、操作实现简单等特性, 仍是目前倍受青睐的常用分类方法之一, 尤其是核方法的引入更使其性能得以极大提升.然而, 其最大的优点也是其最致命的弱点, 其分类性能也会极大地依赖于核的选取, 尽管目前已经开展了相当一部分的工作[133, 135, 137], 但对于不同分类任务下的核方法的选取, 仍然还没有一个普遍通用的定论.因此, 如何根据实际分类需求, 选取合适的核方法仍需进一步探索.
5)高维数据的分类方法
随着分类任务研究的发展, 分类中所使用的视觉单词的大小不断地增加, 其相应的图像表达数据维度也与日俱增, 传统的单个分类器已经难以满足高维数据的分类要求.目前, 普遍的做法是将多个分类器集成在一起, 以获取分类性能更好的强分类器.然而, 集成分类器方法也存在一些问题尚未定论, 如子分类器如何选取与组合, 如何在不降低分类性能的情况下使分类器数量尽可能少等.因此, 研究子分类器模型的产生、调整以及整合, 将有助于适应高维数据的分类任务.
-
图 1 基于视觉的目标检测与跟踪框架
Fig. 1 General framework of vision-based object detection and tracking
表 1 基于视觉的目标检测与跟踪应用领域
Table 1 Applications of vision-based object detection and tracking
应用领域 具体应用 智能监控 公共安全监控(犯罪预防、人流密度检测)、停车场、超市、百货公司、自动售货机、ATM、小区(外来人员访问控制)、交通场景、家庭环境(老幼看护)等 虚拟现实 交互式虚拟世界、游戏控制、虚拟工作室、角色动画、远程会议等 高级人机交互 手语翻译、基于手势的控制、高噪声环境(机场、工厂等)下的信息传递等 动作分析 基于内容的运动视频检索, 高尔夫、网球等的个性化训练, 舞蹈等的编排, 骨科患者的临床研究等 自主导航 车辆导航、机器人导航、太空探测器的导航等 机器人视觉 工业机器人、家庭服务机器人、餐厅服务机器人、太空探测器等 
下载: 导出CSV
表 2 目标检测与跟踪相关综述文献
Table 2 Related surveys about object detection and tracking
文献 题目 主要内容 讨论主题 发表年限 不足之处 [8] Vision based hand gesture recognition for human computer interaction: a survey 从检测、跟踪与识别三方面对手势识别的发展现状进行了梳理与总结 检测、跟踪、识别 2015 只进行了某些具体应用方向上的梳理 [9] A survey on recent object detection techniques useful for monocular vision-based planetary terrain classification 对行星地形分类中的目标检测技术进行了总结 目标检测 2014 [10] Sparse coding based visual tracking: review and experimental comparison 对基于稀疏编码的目标跟踪进行了全面的梳理与总结, 给出了实验对比与分析 表观建模 2013 只讨论了目标检测与跟踪的组成部分 [11] A survey of appearance models in visual object tracking 从全局与局部信息描述的角度探讨了目标跟踪中的视觉表达问题 表观建模 2013 [12] 面向目标检测的稀疏表示方法研究进展 综述了稀疏表示方法在目标检测领域中的国内外重要研究进展 表观建模 2015 [13] Background subtraction techniques: a review 对几种常用的背景减除方法进行了总结 背景建模 2004 [14] Traditional and recent approaches in background modeling for foreground detection: an overview 对目标检测中背景建模方法进行了详细讨论 背景建模 2014 [15] Visual tracking: an experimental survey 对19种先进的跟踪器在315段视频序列上进行了对比实验与性能评估 目标跟踪 2014 [16] Automated human behavior analysis from surveillance videos: a survey 在人体行为理解的底层处理部分, 对目标检测、分类及其跟踪进行了详细阐述 人体行为理解 2014 没有展开讨论检测跟踪问题 [17] 智能视频监控技术综述 在智能视频监控的底层部分, 对目标检测与跟踪进行了讨论 智能监控 2015 [18] Object tracking: a survey 对目标跟踪中的目标表达、特征或运动模型选取等问题进行了分类归纳 目标跟踪 2006 发表年限比较久远, 不断更新的理论和方法亟需梳理总结 [19] 视觉跟踪技术综述 分类归纳了视觉跟踪, 并论述了其在视频监控、图像压缩和三维重构等的应用 目标跟踪 2006 [20] 运动目标检测算法的探讨 对2007年以前的主流运动目标检测方法进行了分类讨论 目标检测 2006 [21] 运动目标跟踪算法研究综述 将运动目标跟踪问题分为运动检测与目标跟踪, 并对跟踪算法进行了综述工作 目标跟踪 2009 [22] 微弱运动目标的检测与跟踪识别算法研究 对强噪声背景下的微弱运动目标检测与跟踪算法进行了探讨 目标检测与跟踪 2010
下载: 导出CSV
表 3 基于人工设计的特征表达方法
Table 3 Human-engineering-based feature representation methods
序号 文献 典型算法 主要思想 提出年限 方法类别 1 [4] SIFT 通过获取特定关键点附近的梯度信息来描述运动目标, 具有旋转、尺度不变等优良特性, 其改进特征主要有PCA-SIFT[49]、GLOH[50]、SURF[51]、DAISY[52]等 2004 梯度特征 2 [5] HOG 通过计算空间分布区域的梯度强度及其方向信息来描述运动目标, 其改进特征主要有v-HOG[53]、CoHOG[54]、GIST[55]等 2005 3 [56] Gabor 利用Gabor滤波器对图像卷积得到, 在一定程度上模拟了人类视觉的细胞感受野机制 1997 模式特征 4 [57] LBP 通过计算像素点与周围像素的对比信息, 获得的一种对光照不变的局部描述, 其改进特征主要有CS-LBP[58]、NR-LBP[59]等 2004 5 [60] Haar-like 通过计算相邻矩形区域的像素和之差来描述线性、边缘、中心点以及对角线特征, 其改进特征主要有LAB[66]等 2001 6 [6] DPM 其实质是一种弹性形状模型, 是通过将梯度直方图(HOG)特征与Latent SVM相结合而训练得到的一种目标形状描述模型 2010 形状特征 7 [69] Shape context 通过获取形状上某一参考点与其余点的距离分布来描述目标轮廓 2002 8 [71] kAS 使用一组近似线性的线段对目标形状进行描述, 具有平移、尺度等不变特性 2008 9 [77] Color names 通过将图像像素值映射至相应的语义属性来对目标进行描述, 该特征通常包含11种语义属性, 一般需要结合梯度特征一起使用 2009 颜色特征 10 [88] 基于熵的显著性特征 通过计算图像像素的灰度概率分布来获取目标的感兴趣区域 2004
下载: 导出CSV
表 5 目标检测典型数据集
Table 5 Typical data sets for object detection
序号 参考文献 数据集名字 数据规模 是否标注 特点及描述 主页链接 发布时间 1 [139] MIT CBCL Pedestrian Database 共924张图片, 64 × 128, PPM格式 否 人体目标处于图像正中间, 且图像视角限定为正向或背向 http://cbcl.mit.edu/software-datasets/PedestrianData.html 2000 2 [140-141] USC Pedestrian Detection Test Set 共359张图片, 816个人 是 包含单视角下无遮挡、部分遮挡以及多视角下无遮挡的行人检测数据 http://iris.usc.edu/Vision-Users/OldUsers/bowu/DatasetWebpage/dataset.html 2005 / 2007 3 [5] INRIA Person Dataset 共1 805张图片, 64 × 128 是 包含了各种各样的应用背景, 对行人的姿势没有特别的要求 http://pascal.inrialpes.fr/data/human/ 2005 4 [45, 142] ChangeDetection.Net 共51段视频, 约140 000帧图片 是 包含了动态背景、目标运动、夜晚及阴影影响等多种挑战 http://changedetection.net/ 2012/2014 5 [143] Caltech Pedestrian Dataset 10小时视频, 640 × 480 是 视频为城市交通环境下驱车拍摄所得, 行人之间存在一定的遮挡 http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/ 2009 6 [144] CVC Datasets 共9个数据集 部分标注 提供了多种应用场景, 如城市、红外等场景, 行人间存在部分遮挡 http://www.cvc.uab.es/adas/site/?q=node/7 2007/2010/2013～2015 7 [119] PASCAL VOC Datasets 共11540张图, 含20个类 是 该比赛包括分类、检测、分割、动作分类以及人体布局检测等任务 http://host.robots.ox.ac.uk/pascal/VOC/ 2005～2012 8 [120] ImageNet 共14197122张图片 是 大规模目标识别比赛, 包括目标检测、定位以及场景分类等任务 http://image-net.org/ 2010～2015 9 [145] Microsoft COCO 约328000张图片, 含91个类 是 自然场景下的图像分类、检测、场景理解等, 不仅标注了不同的类别, 还对类中个例进行了标注 http://mscoco.org/ 2014
下载: 导出CSV
表 6 目标跟踪典型数据集
Table 6 Typical data sets for object tracking
序号 参考文献 数据集 数据规模 是否标注 特点及描述 主页链接 发布时间 1 [209-210] Visual Tracker Benchmark 100段序列 是 来源于现有文献, 包括了光照及尺度变化、遮挡、形变等9种挑战 http://www.visual-tracking.net 2013 2 [211] VIVID 9段序列 是 主要任务为航拍视角下的车辆目标跟踪, 具有表观微小、相似等特点 http://vision.cse.psu.edu/data/vividEval/datasets/datasets.html 2005 3 [212] CAVIAR 28段序列 是 主要用于人体目标跟踪, 视频内容包含行走、会面、进出场景等行为 http://homepages.inf.ed.ac.uk/rbf/CAVIARDATA1/ 2003 / 2004 4 [213] BIWI Walking Pedestrians Dataset 1段序列 是 主要任务为鸟瞰视角下的行人跟踪, 可用于评测多目标跟踪算法 http://www.vision.ee.ethz.ch/datasets/ 2009 5 [214] “Central” Pedestrian Crossing Sequences 3段序列 是 行人过街序列, 每4帧标定一次 http://www.vision.ee.ethz.ch/datasets/ 2007 6 [215] MOT16 14段序列 是 无约束环境的多目标跟踪, 有不同视角、相机运动、天气影响等挑战 http://motchallenge.net/ 2016 7 [216] PETS2015 7段序列 是 关于停车场中车辆旁边不同活动序列, 可用于目标检测与跟踪、动作识别、场景分析等 http://www.pets2015.net/ 2015 8 [217] VOT Challenge 60段序列(2015年) 是 主要用于短视频跟踪算法的评测, 该比赛从2013年开始举办 http://votchallenge.net/ 2013～2015
下载: 导出CSV
表 7 典型跟踪算法的性能对比
Table 7 Performance comparison of typical tracking algorithms
序号 参考文献 跟踪器 准确度 平均失败数 平均覆盖率 速度(EFO) 时间 方法类别 1 [128] MDNet 0.60 0.69 0.38 0.87 2015 CNN 2 [129] DeepSRDCF 0.56 1.05 0.32 0.38 2015 3 [130] SODLT 0.56 1.78 0.23 0.83 2015 4 [218] SumShift 0.52 1.68 0.23 16.78 2011 核学习 5 [219] ASMS 0.51 1.85 0.21 115.09 2013 6 [217] S3Tracker 0.52 1.77 0.24 14.27 2015 7 [161] IVT 0.44 4.33 0.12 8.38 2008 子空间学习 8 [220] CT 0.39 4.09 0.11 12.90 2012 9 [221] L1APG 0.47 4.65 0.13 1.51 2012 稀疏表示 10 [222] OAB 0.45 4.19 0.13 8.00 2014 Online Boosting 11 [223] MCT 0.47 1.76 0.22 2.77 2011 12 [224] CMIL 0.43 2.47 0.19 5.14 2010 13 [225] Struck 0.47 1.61 0.25 2.44 2014 SVM 14 [217] RobStruck 0.48 1.47 0.22 1.89 2015 15 [226] MIL 0.42 3.11 0.17 5.99 2011 随机学习
下载: 导出CSV
-
[1] Harold W A. Aircraft warning system, U. S. Patent 3053932, September 1962 [2] Papageorgiou C P, Oren M, Poggio T. A general framework for object detection. In:Proceedings of the 6th IEEE International Conference on Computer Vision. Bombay, India:IEEE, 1998. 555-562 [3] Viola P, Jones M J. Robust real-time object detection. International Journal of Computer Vision, 2001, 4:51-52 http://www.academia.edu/9081672/Robust_Real-time_Object_Detection [4] Lowe D G. Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision, 2004, 60(2):91-110 doi: 10.1023/B:VISI.0000029664.99615.94 [5] Dalal N, Triggs B. Histograms of oriented gradients for human detection. In:Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. San Diego, CA, USA:IEEE, 2005. 886-893 http://www.oalib.com/references/16902331 [6] Felzenszwalb P F, Girshick R B, McAllester D, Ramanan D. Object detection with discriminatively trained part-based models. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2010, 32(9):1627-1645 doi: 10.1109/TPAMI.2009.167 [7] Everingham M, Van Gool L, Williams C K I, Winn J, Zisserman A. The pascal visual object classes (VOC) challenge. International Journal of Computer Vision, 2010, 88(2):303-338 doi: 10.1007/s11263-009-0275-4 [8] Rautaray S S, Agrawal A. Vision based hand gesture recognition for human computer interaction:a survey. Artificial Intelligence Review, 2015, 43(1):1-54 doi: 10.1007/s10462-012-9356-9 [9] Gao Y, Spiteri C, Pham M T, Al-Milli S. A survey on recent object detection techniques useful for monocular vision-based planetary terrain classification. Robotics and Autonomous Systems, 2014, 62(2):151-167 doi: 10.1016/j.robot.2013.11.003 [10] Zhang S P, Yao H X, Sun X, Lu X S. Sparse coding based visual tracking:review and experimental comparison. Pattern Recognition, 2013, 46(7):1772-1788 doi: 10.1016/j.patcog.2012.10.006 [11] Li X, Hu W M, Shen C H, Zhang Z F, Dick A, van den Hengel A. A survey of appearance models in visual object tracking. ACM transactions on Intelligent Systems and Technology (TIST), 2013, 4(4):Article No. 58 http://www.oalib.com/paper/4037071 [12] 高仕博, 程咏梅, 肖利平, 韦海萍.面向目标检测的稀疏表示方法研究进展.电子学报, 2015, 43(2):320-332 http://www.cnki.com.cn/Article/CJFDTOTAL-DZXU201502018.htmGao Shi-Bo, Cheng Yong-Mei, Xiao Li-Ping, Wei Hai-Ping. Recent advances of sparse representation for object detection. Acta Electronica Sinica, 2015, 43(2):320-332 http://www.cnki.com.cn/Article/CJFDTOTAL-DZXU201502018.htm [13] Piccardi M. Background subtraction techniques:a review. In:Proceedings of the 2004 IEEE International Conference on Systems, Man and Cybernetics. The Hague, Holland:IEEE, 2004. 3099-3104 http://www.oalib.com/references/8616532 [14] Bouwmans T. Traditional and recent approaches in background modeling for foreground detection:an overview. Computer Science Review, 2014, 11-12:31-66 doi: 10.1016/j.cosrev.2014.04.001 [15] Smeulders A W M, Chu D M, Cucchiara R, Calderara S, Dehghan A, Shah M. Visual tracking:an experimental survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2014, 36(7):1442-1468 doi: 10.1109/TPAMI.2013.230 [16] Gowsikhaa D, Abirami S, Baskaran R. Automated human behavior analysis from surveillance videos:a survey. Artificial Intelligence Review, 2014, 42(4):747-765 doi: 10.1007/s10462-012-9341-3 [17] 黄凯奇, 陈晓棠, 康运锋, 谭铁牛.智能视频监控技术综述.计算机学报, 2015, 38(6):1093-1118 http://www.cnki.com.cn/Article/CJFDTOTAL-JSJX201506001.htmHuang Kai-Qi, Chen Xiao-Tang, Kang Yun-Feng, Tan Tie-Niu. Intelligent visual surveillance:a review. Chinese Journal of Computers, 2015, 38(6):1093-1118 http://www.cnki.com.cn/Article/CJFDTOTAL-JSJX201506001.htm [18] Yilmaz A, Javed O, Shah M. Object tracking:a survey. ACM Computing Surveys (CSUR), 2006, 38(4):Article No. 13 doi: 10.1145/1177352 [19] 侯志强, 韩崇昭.视觉跟踪技术综述.自动化学报, 2006, 32(4):603-617 http://www.aas.net.cn/CN/abstract/abstract14397.shtmlHou Zhi-Qiang, Han Chong-Zhao. A survey of visual tracking. Acta Automatica Sinica, 2006, 32(4):603-617 http://www.aas.net.cn/CN/abstract/abstract14397.shtml [20] 万缨, 韩毅, 卢汉清.运动目标检测算法的探讨.计算机仿真, 2006, 23(10):221-226 http://www.cqvip.com/qk/92897x/200610/23059904.htmlWan Ying, Han Yi, Lu Han-Qing. The methods for moving object detection. Computer Simulation, 2006, 23(10):221-226 http://www.cqvip.com/qk/92897x/200610/23059904.html [21] 张娟, 毛晓波, 陈铁军.运动目标跟踪算法研究综述.计算机应用研究, 2009, 26(12):4407-4410 http://www.cnki.com.cn/Article/CJFDTOTAL-JSYJ200912001.htmZhang Juan, Mao Xiao-Bo, Chen Tie-Jun. Survey of moving object tracking algorithm. Application Research of Computers, 2009, 26(12):4407-4410 http://www.cnki.com.cn/Article/CJFDTOTAL-JSYJ200912001.htm [22] 牛芗洁, 黄永春.微弱运动目标的检测与跟踪识别算法研究.计算机仿真, 2010, 27(4):245-247 http://www.cnki.com.cn/Article/CJFDTOTAL-JSJZ201004061.htmNiu Xiang-Jie, Huang Yong-Chun. Research on detection and tracking identification algorithm of weak moving target. Computer Simulation, 2010, 27(4):245-247 http://www.cnki.com.cn/Article/CJFDTOTAL-JSJZ201004061.htm [23] Gutchess D, Trajkovics M, Cohen-Solal E, Lyons D, Jain A K. A background model initialization algorithm for video surveillance. In:Proceedings of the 8th IEEE International Conference on Computer Vision. Vancouver, BC, Canada:IEEE, 2001. 733-740 [24] Wang H Z, Suter D. A novel robust statistical method for background initialization and visual surveillance. In:Proceedings of the 7th Asian Conference on Computer Vision (ACCV 2006). Hyderabad, India:Springer, 2006. 328-337 http://dblp.uni-trier.de/db/conf/accv/accv2006-1 [25] Colombari A, Fusiello A. Patch-based background initialization in heavily cluttered video. IEEE Transactions on Image Processing, 2010, 19(4):926-933 doi: 10.1109/TIP.2009.2038652 [26] Lee B, Hedley M. Background estimation for video surveillance. In:Proceedings of the Image and Vision Computing New Zealand. Auckland, New Zealand, 2002. 315-320 [27] McFarlane N J B, Schofield C P. Segmentation and tracking of piglets in images. Machine Vision and Applications, 1995, 8(3):187-193 doi: 10.1007/BF01215814 [28] Bouwmans T, El Baf F, Vachon B. Statistical background modeling for foreground detection:a survey. Handbook of Pattern Recognition and Computer Vision. Singapore:World Scientific Publishing, 2010. 181-189 [29] Bouwmans T. Recent advanced statistical background modeling for foreground detection:a systematic survey. Recent Patents on Computer Science, 2011, 4(3):147-176 http://benthamscience.com/journal/abstracts.php?journalID=rpcseng&articleID=94725 [30] Butler D E, Bove V M Jr, Sridharan S. Real-time adaptive foreground/background segmentation. EURASIP Journal on Advances in Signal Processing, 2005, 2005:2292-2304 doi: 10.1155/ASP.2005.2292 [31] Kim K, Chalidabhongse T H, Harwood D, Davis L. Background modeling and subtraction by codebook construction. In:Proceedings of the 2004 IEEE International Conference on Image Processing. Singapore:IEEE, 2004. 3061-3064 https://www.researchgate.net/publication/4138335_Background_modeling_and_subtraction_by_codebook_construction [32] Palomo E J, Domínguez E, Luque R M, Muńoz J. Image hierarchical segmentation based on a GHSOM. In:Proceedings of the 16th International Conference on Neural Information Processing. Bangkok, Thailand:Springer, 2009. 743-750 [33] De Gregorio M, Giordano M. Background modeling by weightless neural networks. In:Proceedings of the 2015 Workshops on New Trends in Image Analysis and Processing (ICIAP 2015). Genoa, Italy:Springer, 2015. 493-501 http://www.springer.com/us/book/9783319232218 [34] Toyama K, Krumm J, Brumitt B, Meyers B. Wallflower:principles and practice of background maintenance. In:Proceedings of the 7th IEEE International Conference on Computer Vision. Kerkyra, Greece:IEEE, 1999. 255-261 [35] Ridder C, Munkelt O, Kirchner H. Adaptive background estimation and foreground detection using Kalman-filtering. In:Proceedings of the 1995 International Conference on Recent Advances in Mechatronics. Istanbul, Turkey:Boğaziči University, 1995. 193-199 [36] Kim W, Kim C. Background subtraction for dynamic texture scenes using fuzzy color histograms. IEEE Signal Processing Letters, 2012, 19(3):127-130 doi: 10.1109/LSP.2011.2182648 [37] Bouwmans T, Zahzah E H. Robust PCA via principal component pursuit:a review for a comparative evaluation in video surveillance. Computer Vision and Image Understanding, 2014, 122:22-34 doi: 10.1016/j.cviu.2013.11.009 [38] Cevher V, Sankaranarayanan A, Duarte M F, Reddy D, Baraniuk R G, Chellappa R. Compressive sensing for background subtraction. In:Proceedings of the 10th European Conference on Computer Vision (ECCV 2008). Marseille, France:Springer, 2008. 155-168 [39] Wren C R, Porikli F. Waviz:spectral similarity for object detection. In:Proceedings of the 2005 IEEE International Workshop on Performance Evaluation of Tracking and Surveillance. Breckenridge, Colorado, USA:IEEE, 2005. 55-61 [40] Baltieri D, Vezzani R, Cucchiara R. Fast background initialization with recursive Hadamard transform. In:Proceedings of the 7th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS). Boston, USA:IEEE, 2010. 165-171 [41] Bouwmans T, El Baf F, Vachon B. Background modeling using mixture of gaussians for foreground detection——a survey. Recent Patents on Computer Science, 2008, 1(3):219-237 doi: 10.2174/2213275910801030219 [42] Lin H H, Liu T L, Chuang J H. A probabilistic SVM approach for background scene initialization. In:Proceedings of the 2002 International Conference on Image Processing. Rochester, New York, USA:IEEE, 2002. 893-896 [43] Maddalena L, Petrosino A. The SOBS algorithm:what are the limits? In:Proceedings of the 2012 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). Providence, RI, USA:IEEE, 2012. 21-26 [44] Maddalena L, Petrosino A. The 3dSOBS+ algorithm for moving object detection. Computer Vision and Image Understanding, 2014, 122:65-73 doi: 10.1016/j.cviu.2013.11.006 [45] Goyette N, Jodoin P M, Porikli F, Konrad J, Ishwar P. Changedetection.net:a new change detection benchmark dataset. In:Proceedings of the 2012 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). Providence, RI, USA:IEEE, 2012. 1-8 [46] Barnich O, Van Droogenbroeck M. ViBe:a powerful random technique to estimate the background in video sequences. In:Proceedings of the 2009 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). Taipei, China:IEEE, 2009. 945-948 http://cn.bing.com/academic/profile?id=2115352131&encoded=0&v=paper_preview&mkt=zh-cn [47] Hofmann M, Tiefenbacher P, Rigoll G. Background segmentation with feedback:the pixel-based adaptive segmenter. In:Proceedings of the 2012 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). Providence, RI, USA:IEEE, 2012. 38-43 [48] Sobral A, Bouwmans T. BGS Library:A Library Framework for Algorithm's Evaluation in Foreground/Background Segmentation. London:CRC Press, 2014. https://www.researchgate.net/publication/259574448_BGS_Library_A_Library_Framework_for_Algorithm%27s_Evaluation_in_ForegroundBackground_Segmentation [49] Ke Y, Sukthankar R. PCA-SIFT:a more distinctive representation for local image descriptors. In:Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Washington, D.C., USA:IEEE, 2004. Ⅱ-506-Ⅱ-513 [50] Mikolajczyk K, Schmid C. A performance evaluation of local descriptors. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005, 27(10):1615-1630 doi: 10.1109/TPAMI.2005.188 [51] Bay H, Ess A, Tuytelaars T, Van Gool L. Speeded-up robust features (SURF). Computer Vision and Image Understanding, 2008, 110(3):346-359 doi: 10.1016/j.cviu.2007.09.014 [52] Tola E, Lepetit V, Fua P. Daisy:an efficient dense descriptor applied to wide-baseline stereo. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2010, 32(5):815-830 doi: 10.1109/TPAMI.2009.77 [53] Zhu Q, Yeh M C, Cheng K T, Avidan S. Fast human detection using a cascade of histograms of oriented gradients. In:Proceedings of the 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. New York, USA:IEEE, 2006. 1491-1498 [54] Watanabe T, Ito S, Yokoi K. Co-occurrence histograms of oriented gradients for human detection. Information and Media Technologies, 2010, 5(2):659-667 https://www.researchgate.net/publication/240976706_Co-occurrence_Histograms_of_Oriented_Gradients_for_Human_Detection [55] Torralba A, Oliva A, Castelhano M S, Henderson J M. Contextual guidance of eye movements and attention in real-world scenes:the role of global features in object search. Psychological Review, 2006, 113(4):766-786 doi: 10.1037/0033-295X.113.4.766 [56] Jain A K, Ratha N K, Lakshmanan S. Object detection using Gabor filters. Pattern Recognition, 1997, 30(2):295-309 doi: 10.1016/S0031-3203(96)00068-4 [57] Ahonen T, Hadid A, Pietikäinen M. Face recognition with local binary patterns. In:Proceedings of the 8th European Conference on Computer Vision (ECCV 2004). Prague, Czech Republic:Springer, 2004. 469-481 [58] Heikkilä M, Pietikäinen M, Schmid C. Description of interest regions with local binary patterns. Pattern Recognition, 2009, 42(3):425-436 doi: 10.1016/j.patcog.2008.08.014 [59] Nguyen D T, Ogunbona P O, Li W Q. A novel shape-based non-redundant local binary pattern descriptor for object detection. Pattern Recognition, 2013, 46(5):1485-1500 doi: 10.1016/j.patcog.2012.10.024 [60] Viola P, Jones M. Robust Real-time Object Detection, Technical Report CRL-2001-1, Cambridge Research Laboratory, University of Cambridge, United Kingdom, 2001 http://www.nexoncn.com/read/a611db6e123132763aa5bf23.html [61] Wu J X, Rehg J M. CENTRIST:a visual descriptor for scene categorization. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2011, 33(8):1489-1501 doi: 10.1109/TPAMI.2010.224 [62] Bourdev L, Malik J. Poselets:body part detectors trained using 3D human pose annotations. In:Proceedings of the 12th IEEE International Conference on Computer Vision. Kyoto, Japan:IEEE, 2009. 1365-1372 https://www.researchgate.net/publication/221110114_Poselets_Body_Part_Detectors_Trained_Using_3D_Human_Pose_Annotations [63] Girshick R, Song H O, Darrell T. Discriminatively activated sparselets. In:Proceedings of the 30th International Conference on Machine Learning (ICML-13). Atlanta, GA, USA:ACM, 2013. 196-204 [64] Kokkinos I. Shufflets:shared mid-level parts for fast object detection. In:Proceedings of the 2013 IEEE International Conference on Computer Vision (ICCV). Sydney, Australia:IEEE, 2013. 1393-1400 https://www.computer.org/csdl/proceedings/iccv/2013/2840/00/index.html [65] Wang X Y, Yang M, Zhu S H, Lin Y Q. Regionlets for generic object detection. In:Proceedings of the 2013 IEEE International Conference on Computer Vision (ICCV). Sydney, Australia:IEEE, 2013. 17-24 [66] Yan S Y, Shan S G, Chen X L, Gao W. Locally assembled binary (LAB) feature with feature-centric cascade for fast and accurate face detection. In:Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Anchorage, Alaska, USA:IEEE, 2008. 1-7 [67] Arman F, Aggarwal J K. Model-based object recognition in dense-range images——a review. ACM Computing Surveys (CSUR), 1993, 25(1):5-43 doi: 10.1145/151254.151255 [68] Yang M Q, Kpalma K, Ronsin J. A survey of shape feature extraction techniques. Pattern Recognition. IN-TECH, 2008. 43-90 [69] Belongie S, Malik J, Puzicha J. Shape matching and object recognition using shape contexts. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 24(4):509-522 doi: 10.1109/34.993558 [70] Kontschieder P, Riemenschneider H, Donoser M, Bischof H. Discriminative learning of contour fragments for object detection. In:Proceedings of the 2011 British Machine Vision Conference. Dundee, Scotland:British Machine Vision Association, 2011. 4.1-4.12 [71] Ferrari V, Fevrier L, Jurie F, Schmid C. Groups of adjacent contour segments for object detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2008, 30(1):36-51 doi: 10.1109/TPAMI.2007.1144 [72] Chia A Y S, Rahardja S, Rajan D, Leung M K. Object recognition by discriminative combinations of line segments and ellipses. In:Proceedings of the 2010 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). San Francisco, CA, USA:IEEE, 2010. 2225-2232 https://www.computer.org/csdl/proceedings/cvpr/2010/6984/00/index.html [73] Tombari F, Franchi A, Di L. BOLD features to detect texture-less objects. In:Proceedings of the 2013 IEEE International Conference on Computer Vision (ICCV). Sydney, Australia:IEEE, 2013. 1265-1272 https://www.computer.org/csdl/proceedings/iccv/2013/2840/00/index.html [74] Jurie F, Schmid C. Scale-invariant shape features for recognition of object categories. In:Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Washington, D. C., USA:IEEE, 2004. Ⅱ-90-Ⅱ-96 [75] Dhankhar P, Sahu N. A review and research of edge detection techniques for image segmentation. International Journal of Computer Science and Mobile Computing (IJCSMC), 2013, 2(7):86-92 http://www.academia.edu/4018689/A_Review_and_Research_of_Edge_Detection_Techniques_for_Image_Segmentation_ [76] Rassem T H, Khoo B E. Object class recognition using combination of color SIFT descriptors. In:Proceedings of the 2011 IEEE International Conference on Imaging Systems and Techniques (IST). Penang, Malaysia:IEEE, 2011. 290-295 [77] Van De Weijer J, Schmid C, Verbeek J, Larlus D. Learning color names for real-world applications. IEEE Transactions on Image Processing, 2009, 18(7):1512-1523 doi: 10.1109/TIP.2009.2019809 [78] Vadivel A, Sural S, Majumdar A K. An integrated color and intensity co-occurrence matrix. Pattern Recognition Letters, 2007, 28(8):974-983 doi: 10.1016/j.patrec.2007.01.004 [79] Walk S, Majer N, Schindler K, Schiele B. New features and insights for pedestrian detection. In:Proceedings of the 2010 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). San Francisco, CA, USA:IEEE, 2010. 1030-1037 [80] Shechtman E, Irani M. Matching local self-similarities across images and videos. In:Proceedings of the 2007 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Minneapolis, Minnesota, USA:IEEE, 2007. 1-8 [81] Deselaers T, Ferrari V. Global and efficient self-similarity for object classification and detection. In:Proceedings of the 2010 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). San Francisco, CA, USA:IEEE, 2010. 1633-1640 [82] Tuzel O, Porikli F, Meer P. Human detection via classification on Riemannian manifolds. In:Proceedings of the 2007 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Minneapolis, Minnesota, USA:IEEE, 2007. 1-8 https://www.researchgate.net/publication/221361317_Human_Detection_via_Classification_on_Riemannian_Manifolds [83] Burghouts G J, Geusebroek J M. Performance evaluation of local colour invariants. Computer Vision and Image Understanding, 2009, 113(1):48-62 doi: 10.1016/j.cviu.2008.07.003 [84] Bosch A, Zisserman A, Muńoz X. Scene classification using a hybrid generative/discriminative approach. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2008, 30(4):712-727 doi: 10.1109/TPAMI.2007.70716 [85] Van De Weijer J, Schmid C. Coloring local feature extraction. In:Proceedings of the 9th European Conference on Computer Vision (ECCV 2006). Graz, Austria:Springer, 2006. 334-348 [86] Khan F S, Anwer R M, van de Weijer J, Bagdanov A D, Vanrell M, Lopez A M. Color attributes for object detection. In:Proceedings of the 2012 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Providence, RI, USA:IEEE, 2012. 3306-3313 [87] Danelljan M, Khan F S, Felsberg M, van de Weijer J. Adaptive color attributes for real-time visual tracking. In:Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Columbus, OH, USA:IEEE, 2014. 1090-1097 https://www.computer.org/csdl/proceedings/cvpr/2014/5118/00/index.html [88] Kadir T, Zisserman A, Brady M. An affine invariant salient region detector. In:Proceedings of the 8th European Conference on Computer Vision (ECCV 2004). Prague, Czech Republic:Springer, 2004. 228-241 [89] Lee T S, Mumford D, Romero R, Lamme V A F. The role of the primary visual cortex in higher level vision. Vision Research, 1998, 38(15-16):2429-2454 doi: 10.1016/S0042-6989(97)00464-1 [90] Lee T S, Mumford D. Hierarchical Bayesian inference in the visual cortex. Journal of the Optical Society of America A, 2003, 20(7):1434-1448 doi: 10.1364/JOSAA.20.001434 [91] Jia Y Q, Shelhamer E, Donahue J, Karayev S, Long J, Girshick R, Guadarrama S, Darrell T. Caffe:convolutional architecture for fast feature embedding. In:Proceedings of the 22nd ACM International Conference on Multimedia. Orlando, Florida, USA:ACM, 2014. 675-678 [92] Dean J, Corrado G, Monga R, Chen K, Devin M, Mao M, Ranzato M, Senior A, Tucker P, Yang K, Le Q V, Ng A Y. Large scale distributed deep networks. In:Proceedings of the 2012 Advances in Neural Information Processing Systems 25. Lake Tahoe, Nevada, USA:MIT Press, 2012. 1223-1231 [93] Abadi M, Agarwal A, Barham P, Brevdo E, Chen Z F, Citro C, Corrado G S, Davis A, Dean J, Devin M, Ghemawat S, Goodfellow I, Harp A, Irving G, Isard M, Jia Y Q, Jozefowicz R, Kaiser L, Kudlur M, Levenberg J, Mane D, Monga R, Moore S, Murray D, Olah C, Schuster M, Shlens J, Steiner B, Sutskever I, Talwar K, Tucker P, Vanhoucke V, Vasudevan V, Viegas F, Vinyals O, Warden P, Wattenberg M, Wicke M, Yu Y, Zheng X Q. TensorFlow:large-scale machine learning on heterogeneous distributed systems. arXiv:1603.04467, 2016. [94] Collobert R, Kavukcuoglu K, Farabet C. Torch7:a Matlab-like environment for machine learning. In:Proceedings of Annual Conference on Neural Information Processing Systems. Granada, Spain:MIT Press, 2011. [95] Krizhevsky A. CUDA-convnet:high-performance C++/CUDA implementation of convolutional neural networks[Online], available:http://code.google.com/p/cuda-convnet/, August6, 2016 [96] Vedaldi A, Lenc K. MatConvNet-convolutional neural networks for MATLAB. arXiv:1412.4564, 2014. [97] Goodfellow I J, Warde-Farley D, Lamblin P, Dumoulin V, Mirza M, Pascanu R, Bergstra J, Bastien F, Bengio Y. Pylearn2:a machine learning research library. arXiv:1308.4214, 2013. [98] The Theano Development Team. Theano:a Python framework for fast computation of mathematical expressions. arXiv:1605.02688, 2016. [99] Hinton G E, Osindero S, Teh Y W. A fast learning algorithm for deep belief nets. Neural Computation, 2006, 18(7):1527-1554 doi: 10.1162/neco.2006.18.7.1527 [100] Hinton G E, Zemel R S. Autoencoders, minimum description length and Helmholtz free energy. In:Proceedings of the 1993 Advances in Neural Information Processing Systems 6. Cambridge, MA:MIT Press, 1993. 3-10 [101] Lécun Y, Bottou L, Bengio Y, Haffner P. Gradient-based learning applied to document recognition. Proceedings of the IEEE, 1998, 86(11):2278-2324 doi: 10.1109/5.726791 [102] Lee H, Grosse R, Ranganath R, Ng A Y. Convolutional deep belief networks for scalable unsupervised learning of hierarchical representations. In:Proceedings of the 26th Annual International Conference on Machine Learning. Montréal, Canada:ACM, 2009. 609-616 [103] Nair V, Hinton G E. 3D object recognition with deep belief nets. In:Proceedings of the 2009 Advances in Neural Information Processing Systems 22. Vancouver, B.C., Canada:MIT Press, 2009. 1339-1347 [104] Eslami S M A, Heess N, Williams C K I, Winn J. The shape Boltzmann machine:a strong model of object shape. International Journal of Computer Vision, 2014, 107(2):155-176 doi: 10.1007/s11263-013-0669-1 [105] Salakhutdinov R, Hinton G. Deep Boltzmann machines. In:Proceedings of the 12th International Conference on Artificial Intelligence and Statistics. Clearwater Beach, Florida, USA:ACM, 2009. 448-455 [106] 郑胤, 陈权崎, 章毓晋.深度学习及其在目标和行为识别中的新进展.中国图象图形学报, 2014, 19(2):175-184 http://www.cnki.com.cn/Article/CJFDTOTAL-ZGTB201402002.htmZheng Yin, Chen Quan-Qi, Zhang Yu-Jin. Deep learning and its new progress in object and behavior recognition. Journal of Image and Graphics, 2014, 19(2):175-184 http://www.cnki.com.cn/Article/CJFDTOTAL-ZGTB201402002.htm [107] Xiong M F, Chen J, Wang Z, Liang C, Zheng Q, Han Z, Sun K M. Deep feature representation via multiple stack auto-encoders. In:Proceedings of the 16th Pacific-Rim Conference on Advances in Multimedia Information Processing (PCM 2015). Gwangju, South Korea:Springer, 2015. 275-284 [108] Yin H P, Jiao X G, Chai Y, Fang B. Scene classification based on single-layer SAE and SVM. Expert Systems with Applications, 2015, 42(7):3368-3380 doi: 10.1016/j.eswa.2014.11.069 [109] Bai J, Wu Y, Zhang J M, Chen F Q. Subset based deep learning for RGB-D object recognition. Neurocomputing, 2015, 165:280-292 doi: 10.1016/j.neucom.2015.03.017 [110] Su S Z, Liu Z H, Xu S P, Li S Z, Ji R R. Sparse auto-encoder based feature learning for human body detection in depth image. Signal Processing, 2015, 112:43-52 doi: 10.1016/j.sigpro.2014.11.003 [111] Hubel D H, Wiesel T N. Receptive fields, binocular interaction and functional architecture in the cat's visual cortex. The Journal of Physiology, 1962, 160(1):106-154 doi: 10.1113/jphysiol.1962.sp006837 [112] Donahue J, Jia Y Q, Vinyals O, Hoffman J, Zhang N, Tzeng E, Darrell T. DeCAF:a deep convolutional activation feature for generic visual recognition. arXiv:1310.1531, 2013. [113] Girshick R, Donahue J, Darrell T, Malik J. Rich feature hierarchies for accurate object detection and semantic segmentation. In:Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Columbus, OH, USA:IEEE, 2014. 580-587 [114] He K M, Zhang X Y, Ren S Q, Sun J. Spatial pyramid pooling in deep convolutional networks for visual recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2015, 37(9):1904-1916 doi: 10.1109/TPAMI.2015.2389824 [115] Girshick R. Fast R-CNN. arXiv:1504.08083, 2015. [116] Ren S Q, He K M, Girshick R, Sun J. Faster R-CNN:towards real-time object detection with region proposal networks. arXiv:1506.01497, 2015. [117] Zhu Y K, Urtasun R, Salakhutdinov R, Fidler S. SegDeepM:exploiting segmentation and context in deep neural networks for object detection. arXiv:1502.04275, 2015. http://www.academia.edu/14266389/segDeepM_Exploiting_Segmentation_and_Context_in_Deep_Neural_Networks_for_Object_Detection [118] Han X F, Leung T, Jia Y Q, Sukthankar R, Berg A C. MatchNet:unifying feature and metric learning for patch-based matching. In:Proceedings of the 2015 IEEE Conference on Computer Vision and Pattern Recognition. Boston, MA, USA:IEEE, 2015. 3279-3286 [119] Everingham M, Eslami S M A, Van Gool L, Williams C K I, Winn J, Zisserman A. The pascal visual object classes challenge:a retrospective. International Journal of Computer Vision, 2015, 111(1):98-136 doi: 10.1007/s11263-014-0733-5 [120] Russakovsky O, Deng J, Su H, Krause J, Satheesh S, Ma S, Huang Z H, Karpathy A, Khosla A, Bernstein M, Berg A C, Li F F. ImageNet large scale visual recognition challenge. International Journal of Computer Vision, 2015, 115(3):211-252 doi: 10.1007/s11263-015-0816-y [121] Sermanet P, Eigen D, Zhang X, Mathieu M, Fergus R, LeCun Y. OverFeat:integrated recognition, localization and detection using convolutional networks. arXiv:1312.6229, 2013. http://www.bibsonomy.org/bibtex/245b5a51026b1aa160b129a2e05c1a1f2/dblp [122] Lin M, Chen Q, Yan S C. Network in network. arXiv:1312.4400, 2013. [123] Szegedy C, Liu W, Jia Y Q, Sermanet P, Reed S, Anguelov D, Erhan D, Vanhoucke V, Rabinovich A. Going deeper with convolutions. In:Proceedings of the 2015 IEEE Conference on Computer Vision and Pattern Recognition. Boston, MA, USA:IEEE, 2015. 1-9 [124] Simonyan K, Zisserman A. Very deep convolutional networks for large-scale image recognition. arXiv:1409.1556, 2014. http://www.robots.ox.ac.uk/%7Evgg/research/very_deep/ [125] Ouyang W L, Luo P, Zeng X Y, Qiu S, Tian Y L, Li H S, Yang S, Wang Z, Xiong Y J, Qian C, Zhu Z Y, Wang R H, Loy C C, Wang X G, Tang X O. DeepID-Net:multi-stage and deformable deep convolutional neural networks for object detection. arXiv:1409.3505, 2014. [126] Maturana D, Scherer S. VoxNet:a 3D convolutional neural network for real-time object recognition. In:Proceedings of the 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). Hamburg, Germany:IEEE, 2015. 922-928 [127] He S F, Lau R W H, Liu W X, Huang Z, Yang Q X. SuperCNN:a superpixelwise convolutional neural network for salient object detection. International Journal of Computer Vision, 2015, 15(3):330-344 https://www.researchgate.net/publication/275246763_SuperCNN_A_Superpixelwise_Convolutional_Neural_Network_for_Salient_Object_Detection [128] Nam H, Han B. Learning multi-domain convolutional neural networks for visual tracking. arXiv:1510.07945, 2015. [129] Danelljan M, Häger G, Shahbaz Khan F, Felsberg M. Learning spatially regularized correlation filters for visual tracking. In:Proceedings of the 2015 IEEE International Conference on Computer Vision. Santiago, Chile:IEEE, 2015. 4310-4318 [130] Wang N Y, Li S Y, Gupta A, Yeung D Y. Transferring rich feature hierarchies for robust visual tracking. arXiv:1501.04587, 2015. [131] Kotsiantis S B, Zaharakis I D, Pintelas P E. Machine learning:a review of classification and combining techniques. Artificial Intelligence Review, 2006, 26(3):159-190 doi: 10.1007/s10462-007-9052-3 [132] Schölkopf B, Smola A J. Learning with Kernels:Support Vector Machines, Regularization, Optimization, and Beyond. London, England:MIT Press, 2002. http://www.researchgate.net/publication/240074728_Kernels_Regularization_and_Optimization [133] Lu Z W, Ip H H S. Image categorization with spatial mismatch kernels. In:Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Miami, Florida, USA:IEEE, 2009. 3974-404 https://www.computer.org/web/csdl/index/-/csdl/proceedings/cvpr/2009/3992/00/index.html [134] Lazebnik S, Schmid C, Ponce J. Beyond bags of features:spatial pyramid matching for recognizing natural scene categories. In:Proceedings of the 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. New York, USA:IEEE, 2006. 2169-2178 http://www.oalib.com/references/16875919 [135] Yang J C, Yu K, Gong Y H, Huang T. Linear spatial pyramid matching using sparse coding for image classification. In:Proceedings of the 2009 IEEE Conference on Computer Vision and Pattern Recognition. Miami, Florida, USA:IEEE, 2009. 1794-1801 [136] Kavukcuoglu K, Ranzato M A, Fergus R, LeCun Y. Learning invariant features through topographic filter maps. In:Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Miami, Florida, USA:IEEE, 2009. 1605-1612 https://www.computer.org/web/csdl/index/-/csdl/proceedings/cvpr/2009/3992/00/index.html [137] Gao S H, Tsang I W H, Chia L T, Zhao P L. Local features are not lonely-Laplacian sparse coding for image classification. In:Proceedings of the 2010 IEEE Conference on Computer Vision and Pattern Recognition. San Francisco, CA, USA:IEEE, 2010. 3555-3561 https://www.researchgate.net/publication/221364283_Local_features_are_not_lonely_-_Laplacian_sparse_coding_for_image_classification [138] Meshram S B, Shinde S M. A survey on ensemble methods for high dimensional data classification in biomedicine field. International Journal of Computer Applications, 2015, 111(11):5-7 doi: 10.5120/19580-1162 [139] Papageorgiou C, Poggio T. A trainable system for object detection. International Journal of Computer Vision, 2000, 38(1):15-33 doi: 10.1023/A:1008162616689 [140] Wu B, Nevatia R. Detection of multiple, partially occluded humans in a single image by Bayesian combination of edgelet part detectors. In:Proceedings of the 10th IEEE International Conference on Computer Vision. Beijing, China:IEEE, 2005. 90-97 [141] Wu B, Nevatia R. Cluster boosted tree classifier for multi-view, multi-pose object detection. In:Proceedings of the 11th IEEE International Conference on Computer Vision. Rio de Janeiro, Brazil:IEEE, 2007. 1-8 [142] Wang Y, Jodoin P M, Porikli F, Konrad J, Benezeth Y, Ishwar P. CDnet 2014:an expanded change detection benchmark dataset. In:Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition Workshops. Columbus, OH, USA:IEEE, 2014. 393-400 [143] Dollár P, Wojek C, Schiele B, Perona P. Pedestrian detection:a benchmark. In:Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Miami, Florida, USA:IEEE, 2009. 304-311 [144] González A, Vázquez D, Ramos S, López A M, Amores J. Spatiotemporal stacked sequential learning for pedestrian detection. In:Proceedings of the 7th Iberian Conference on Pattern Recognition and Image Analysis. Santiago de Compostela, Spain:Springer, 2015. 3-12 doi: 10.1007/978-3-319-19390-8 [145] Lin T Y, Maire M, Belongie S, Hays J, Perona P, Ramanan D, Dollár P, Zitnick C L. Microsoft COCO:common objects in context. In:Proceedings of the 13th European Conference on Computer Vision (ECCV 2014). Zurich, Switzerland:Springer, 2014. 740-755 [146] Seber G A F, Lee A J. Linear Regression Analysis (Second Edition). New York:John Wiley & Sons, 2003. [147] Comaniciu D, Ramesh V, Meer P. Real-time tracking of non-rigid objects using mean shift. In:Proceedings of the 2000 IEEE Conference on Computer Vision and Pattern Recognition. Hilton Head, SC, USA:IEEE, 2000. 142-149 http://www.oalib.com/references/16342699 [148] Chen F S, Fu C M, Huang C L. Hand gesture recognition using a real-time tracking method and hidden Markov models. Image and Vision Computing, 2003, 21(8):745-758 doi: 10.1016/S0262-8856(03)00070-2 [149] Ali N H, Hassan G M. Kalman filter tracking. International Journal of Computer Applications, 2014, 89(9):15-18 doi: 10.5120/15530-4315 [150] Chang C, Ansari R. Kernel particle filter for visual tracking. IEEE Signal Processing Letters, 2005, 12(3):242-245 doi: 10.1109/LSP.2004.842254 [151] Comaniciu D, Ramesh V, Meer P. Kernel-based object tracking. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2003, 25(5):564-577 doi: 10.1109/TPAMI.2003.1195991 [152] Rahmati H, Aamo O M, StavdahlØ, Adde L. Kernel-based object tracking for cerebral palsy detection. In:Proceedings of the 2012 International Conference on Image Processing, Computer Vision, and Pattern Recognition (IPCV). United States:CSREA Press, 2012. 17-23 [153] Melzer T, Reiter M, Bischof H. Appearance models based on kernel canonical correlation analysis. Pattern Recognition, 2003, 36(9):1961-1971 doi: 10.1016/S0031-3203(03)00058-X [154] Yilmaz A. Object tracking by asymmetric kernel mean shift with automatic scale and orientation selection. In:Proceedings of the 2007 IEEE Conference on Computer Vision and Pattern Recognition. Minneapolis, Minnesota, USA:IEEE, 2007. 1-6 [155] Hu J S, Juan C W, Wang J J. A spatial-color mean-shift object tracking algorithm with scale and orientation estimation. Pattern Recognition Letters, 2008, 29(16):2165-2173 doi: 10.1016/j.patrec.2008.08.007 [156] Levey A, Lindenbaum M. Sequential Karhunen-Loeve basis extraction and its application to images. IEEE Transactions on Image Processing, 2000, 9(8):1371-1374 doi: 10.1109/83.855432 [157] Brand M. Incremental singular value decomposition of uncertain data with missing values. In:Proceedings of the 7th European Conference on Computer Vision (ECCV 2002). Copenhagen, Denmark:Springer, 2002. 707-720 http://dl.acm.org/citation.cfm?id=645315&picked=prox [158] De La Torre F, Black M J. A framework for robust subspace learning. International Journal of Computer Vision, 2003, 54(1-3):117-142 doi: 10.1023%2FA%3A1023709501986 [159] Li Y M. On incremental and robust subspace learning. Pattern Recognition, 2004, 37(7):1509-1518 doi: 10.1016/j.patcog.2003.11.010 [160] Skocaj D, Leonardis A. Weighted and robust incremental method for subspace learning. In:Proceedings of the 9th IEEE International Conference on Computer Vision. Nice, France:IEEE, 2003. 1494-1501 https://www.computer.org/csdl/proceedings/iccv/2003/1950/02/index.html [161] Ross D A, Lim J, Lin R S, Yang M H. Incremental learning for robust visual tracking. International Journal of Computer Vision, 2008, 77(1-3):125-141 doi: 10.1007/s11263-007-0075-7 [162] Wang Q, Chen F, Xu W L, Yang M H. Object tracking via partial least squares analysis. IEEE Transactions on Image Processing, 2012, 21(10):4454-4465 doi: 10.1109/TIP.2012.2205700 [163] Li X, Hu W M, Zhang Z F, Zhang X Q, Luo G. Robust visual tracking based on incremental tensor subspace learning. In:Proceedings of the 11th IEEE International Conference on Computer Vision. Rio de Janeiro, Brazil:IEEE, 2007. 1-8 [164] Wen J, Li X L, Gao X B, Tao D C. Incremental learning of weighted tensor subspace for visual tracking. In:Proceedings of the 2009 IEEE International Conference on Systems, Man and Cybernetics. San Antonio, Texas, USA:IEEE, 2009. 3688-3693 [165] Khan Z H, Gu I Y H. Nonlinear dynamic model for visual object tracking on grassmann manifolds with partial occlusion handling. IEEE Transactions on Cybernetics, 2013, 43(6):2005-2019 doi: 10.1109/TSMCB.2013.2237900 [166] Chin T J, Suter D. Incremental kernel principal component analysis. IEEE Transactions on Image Processing, 2007, 16(6):1662-1674 doi: 10.1109/TIP.2007.896668 [167] Mei X, Ling H B. Robust visual tracking using l1 minimization. In:Proceedings of the 12th IEEE International Conference on Computer Vision. Kyoto, Japan:IEEE, 2009. 1436-1443 [168] Li H X, Shen C H, Shi Q F. Real-time visual tracking using compressive sensing. In:Proceedings of the 2011 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Providence, RI, USA:IEEE, 2011. 1305-1312 [169] Jia X, Lu H C, Yang M H. Visual tracking via adaptive structural local sparse appearance model. In:Proceedings of the 2012 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Providence, RI, USA:IEEE, 2012. 1822-1829 [170] Dong W H, Chang F L, Zhao Z J. Visual tracking with multifeature joint sparse representation. Journal of Electronic Imaging, 2015, 24(1):013006 doi: 10.1117/1.JEI.24.1.013006 [171] Hu W M, Li W, Zhang X Q, Maybank S. Single and multiple object tracking using a multi-feature joint sparse representation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2015, 37(4):816-833 doi: 10.1109/TPAMI.2014.2353628 [172] Zhang T Z, Liu S, Xu C S, Yan S C, Ghanem B, Ahuja N, Yang M H. Structural sparse tracking. In:Proceedings of the 2015 IEEE Conference on Computer Vision and Pattern Recognition. Boston, MA, USA:IEEE, 2015. 150-158 https://www.computer.org/csdl/proceedings/cvpr/2015/6964/00/index.html [173] Zhong W, Lu H C, Yang M H. Robust object tracking via sparse collaborative appearance model. IEEE Transactions on Image Processing, 2014, 23(5):2356-2368 doi: 10.1109/TIP.2014.2313227 [174] Bai T X, Li Y F. Robust visual tracking with structured sparse representation appearance model. Pattern Recognition, 2012, 45(6):2390-2404 doi: 10.1016/j.patcog.2011.12.004 [175] Zhang S P, Yao H X, Zhou H Y, Sun X, Liu S H. Robust visual tracking based on online learning sparse representation. Neurocomputing, 2013, 100:31-40 doi: 10.1016/j.neucom.2011.11.031 [176] Wang N Y, Wang J D, Yeung D Y. Online robust nonnegative dictionary learning for visual tracking. In:Proceedings of the 2013 IEEE International Conference on Computer Vision (ICCV). Sydney, Australia:IEEE, 2013. 657-664 http://www.oalib.com/references/17185722 [177] Zhang X, Guan N Y, Tao D C, Qiu X G, Luo Z G. Online multi-modal robust non-negative dictionary learning for visual tracking. PLoS One, 2015, 10(5):657-664 [178] Oza N C. Online bagging and boosting. In:Proceedings of the 2005 IEEE International Conference on Systems, Man and Cybernetics. Waikoloa, Hawaii, USA:IEEE, 2005. 2340-2345 [179] Valiant L. Probably Approximately Correct:Nature0s Algorithms for Learning and Prospering in a Complex World. New York, USA:Basic Books, 2013. http://www.amazon.de/Probably-Approximately-Correct-Algorithms-Prospering-ebook/dp/B00BE650IQ [180] Grabner H, Grabner M, Bischof H. Real-time tracking via on-line boosting. In:Proceedings of the 2006 British Machine Conference. Edinburgh, UK:British Machine Vision Association, 2006. 6.1-6.10 [181] Liu X M, Yu T. Gradient feature selection for online boosting. In:Proceedings of the 11th IEEE International Conference on Computer Vision. Rio de Janeiro, Brazil:IEEE, 2007. 1-8 http://www.oalib.com/references/16891977 [182] Avidan S. Ensemble tracking. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2007, 29(2):261-271 doi: 10.1109/TPAMI.2007.35 [183] Parag T, Porikli F, Elgammal A. Boosting adaptive linear weak classifiers for online learning and tracking. In:Proceedings of the 2008 IEEE Conference on Computer Vision and Pattern Recognition. Anchorage, Alaska, USA:IEEE, 2008. 1-8 https://www.computer.org/csdl/proceedings/cvpr/2008/2242/00/index.html [184] Visentini I, Snidaro L, Foresti G L. Dynamic ensemble for target tracking. In:Proceedings of the 8th IEEE International Workshop on Visual Surveillance (VS2008). Marseille, France:IEEE, 2008. 1-8 [185] Okuma K, Taleghani A, De Freitas N, Little J J, Lowe D G. A boosted particle filter:multitarget detection and tracking. In:Proceedings of the 8th European Conference on Computer Vision (ECCV 2004). Prague, Czech Republic:Springer, 2004. 28-39 [186] Wang J Y, Chen X L, Gao W. Online selecting discriminative tracking features using particle filter. In:Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. San Diego, CA, USA:IEEE, 2005. 1037-1042 https://www.computer.org/web/csdl/index/-/csdl/proceedings/cvpr/2005/2372/02/index.html [187] Avidan S. Support vector tracking. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004, 26(8):1064-1072 doi: 10.1109/TPAMI.2004.53 [188] Williams O, Blake A, Cipolla R. Sparse Bayesian learning for efficient visual tracking. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005, 27(8):1292-1304 doi: 10.1109/TPAMI.2005.167 [189] Tian M, Zhang W W, Liu F Q. On-line ensemble SVM for robust object tracking. In:Proceedings of the 8th Asian Conference on Computer Vision (ACCV 2007). Tokyo, Japan:Springer, 2007. 355-364 [190] Yao R, Shi Q F, Shen C H, Zhang Y N, van den Hengel A. Part-based visual tracking with online latent structural learning. In:Proceedings of the 2013 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Portland, OR, USA:IEEE, 2013. 2363-2370 [191] Bai Y C, Tang M. Robust tracking via weakly supervised ranking SVM. In:Proceedings of the 2012 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Providence, RI, USA:IEEE, 2012. 1854-1861 [192] Hare S, Saffari A, Torr P H S. Struck:structured output tracking with kernels. In:Proceedings of the 2011 International Conference on Computer Vision (ICCV). Barcelona, Spain:IEEE, 2011. 263-270 [193] Tang F, Brennan S, Zhao Q, Tao H. Co-tracking using semisupervised support vector machines. In:Proceedings of the 11th IEEE International Conference on Computer Vision. Rio de Janeiro, Brazil:IEEE, 2007. 1-8 https://www.computer.org/web/csdl/index/-/csdl/proceedings/iccv/2007/1630/00/index.html [194] Zhang S L, Sui Y, Yu X, Zhao S C, Zhang L. Hybrid support vector machines for robust object tracking. Pattern Recognition, 2015, 48(8):2474-2488 doi: 10.1016/j.patcog.2015.02.008 [195] Zhang X M, Wang M G. Compressive tracking using incremental LS-SVM. In:Proceedings of the 27th Chinese Control and Decision Conference (CCDC). Qingdao, China:IEEE, 2015. 1845-1850 [196] Breiman L. Random forests. Machine Learning, 2001, 45(1):5-32 doi: 10.1023/A:1010933404324 [197] Saffari A, Leistner C, Santner J, Godec M, Bischof H. Online random forests. In:Proceedings of the 12th IEEE International Conference on Computer Vision (ICCVW). Kyoto, Japan:IEEE, 2009. 1393-1400 http://www.oalib.com/references/19330612 [198] Leistner C, Saffari A, Bischof H. Miforests:multipleinstance learning with randomized trees. In:Proceedings of the 11th European Conference on Computer Vision (ECCV 2010). Crete, Greece:Springer, 2010. 29-42 [199] Godec M, Leistner C, Saffari A, Bischof H. On-line random naive bayes for tracking. In:Proceedings of the 20th International Conference on Pattern Recognition (ICPR). Istanbul, Turkey:IEEE, 2010. 3545-3548 [200] Wang A P, Wan G W, Cheng Z Q, Li S K. An incremental extremely random forest classifier for online learning and tracking. In:Proceedings of the 16th IEEE International Conference on Image Processing (ICIP). Cairo, Egypt:IEEE, 2009. 1449-1452 [201] Lin R S, Ross D A, Lim J, Yang M H. Adaptive discriminative generative model and its applications. In:Proceedings of the 2004 Advances in Neural Information Processing Systems 17. Vancouver, British Columbia, Canada:MIT Press, 2004. 801-808 [202] Nguyen H T, Smeulders A W M. Robust tracking using foreground-background texture discrimination. International Journal of Computer Vision, 2006, 69(3):277-293 doi: 10.1007/s11263-006-7067-x [203] Li X, Hu W M, Zhang Z F, Zhang X Q, Zhu M L, Cheng J. Visual tracking via incremental log-Euclidean Riemannian subspace learning. In:Proceedings of the 2008 IEEE Conference on Computer Vision and Pattern Recognition. Anchorage, Alaska, USA:IEEE, 2008. 1-8 [204] Wang X Y, Hua G, Han T X. Discriminative tracking by metric learning. In:Proceedings of the 11th European Conference on Computer Vision (ECCV 2010). Heraklion, Crete, Greece:Springer, 2010. 200-214 http://dblp.uni-trier.de/db/conf/eccv/eccv2010-3 [205] Tsagkatakis G, Savakis A. Online distance metric learning for object tracking. IEEE Transactions on Circuits and Systems for Video Technology, 2011, 21(12):1810-1821 doi: 10.1109/TCSVT.2011.2133970 [206] Xu Z F, Shi P F, Xu X Y. Adaptive subclass discriminant analysis color space learning for visual tracking. In:Proceedings of the 9th Pacific Rim Conference on Advances in Multimedia Information Processing (PCM 2008). Tainan, China:Springer, 2008. 902-905 [207] Zhang X Q, Hu W M, Chen S Y, Maybank S. Graphembedding-based learning for robust object tracking. IEEE Transactions on Industrial Electronics, 2014, 61(2):1072-1084 doi: 10.1109/TIE.2013.2258306 [208] 查宇飞, 毕笃彦, 杨源, 董守平, 罗宁.基于全局和局部约束直推学习的鲁棒跟踪研究.自动化学报, 2010, 36(8):1084-1090 doi: 10.3724/SP.J.1004.2010.01084Zha Yu-Fei, Bi Du-Yan, Yang Yuan, Dong Shou-Ping, Luo Ning. Transductive learning with global and local constraints for robust visual tracking. Acta Automatica Sinica, 2010, 36(8):1084-1090 doi: 10.3724/SP.J.1004.2010.01084 [209] Wu Y, Lim J, Yang M H. Online object tracking:a benchmark. In:Proceedings of the 2013 IEEE Conference on Computer Vision and Pattern Recognition. Portland, OR, USA:IEEE, 2013. 2411-2418 [210] Wu Y, Lim J, Yang M H. Object tracking benchmark. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2015, 37(9):1834-1848 doi: 10.1109/TPAMI.2014.2388226 [211] Collins R, Zhou X H, Teh S K. An open source tracking testbed and evaluation web site. In:Proceedings of IEEE International Workshop on Performance Evaluation of Tracking and Surveillance. Beijing, China:IEEE, 2005. http://www.oalib.com/references/9307084 [212] Fisher R B. The PETS04 surveillance ground-truth data sets. In:Proceedings of the 6th IEEE International Workshop on Performance Evaluation of Tracking and Surveillance. Prague, Czech Republic:IEEE, 2004. 1-5 [213] Pellegrini S, Ess A, Schindler K, van Gool L. You 0ll never walk alone:modeling social behavior for multi-target tracking. In:Proceedings of the 12th IEEE International Conference on Computer Vision. Kyoto, Japan:IEEE, 2009. 261-268 [214] Leibe B, Schindler K, Van Gool L. Coupled detection and trajectory estimation for multi-object tracking. In:Proceedings of the 11th IEEE International Conference on Computer Vision. Rio de Janeiro, Brazil:IEEE, 2007. 1-8 https://lirias.kuleuven.be/handle/123456789/276721 [215] Milan A, Leal-Taixe L, Reid I, Roth S, Schindler K. MOT16:a benchmark for multi-object tracking. arXiv:1603.00831, 2016. http://arxiv.org/pdf/1603.00831v2.pdf [216] Li L Z, Nawaz T, Ferryman J. PETS 2015:datasets and challenge. In:Proceedings of the 12th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS). Karlsruhe, Germany:IEEE, 2015. 1-6 https://www.computer.org/csdl/proceedings/avss/2015/7632/00/index.html [217] Kristan M, Matas J, Leonardis A, Felsberg M, Cehovin L, Fernandez G, Vojir T, Hager G, Nebehay G, Pflugfelder R, Gupta A, Bibi A, Lukezic A, Garcia-Martin A, Saffari A, Petrosino A, Montero A S. The visual object tracking VOT 2015 challenge results. In:Proceedings of the 2015 IEEE International Conference on Computer Vision Workshops. Santiago, Chile:IEEE, 2015. 564-586 [218] Lee J Y, Yu W. Visual tracking by partition-based histogram backprojection and maximum support criteria. In:Proceedings of the 2011 IEEE International Conference on Robotics and Biomimetics (ROBIO). Karon Beach, Thailand:IEEE, 2011. 2860-2865 [219] Vojir T, Noskova J, Matas J. Robust scale-adaptive meanshift for tracking. Pattern Recognition Letters, 2014, 49:250-258 doi: 10.1016/j.patrec.2014.03.025 [220] Zhang K H, Zhang L, Yang M H. Real-time compressive tracking. In:Proceedings of the 12th European Conference on Computer Vision (ECCV 2012). Florence, Italy:Springer, 2012. 864-877 [221] Bao C L, Wu Y, Ling H B, Ji H. Real time robustll tracker using accelerated proximal gradient approach. In:Proceedings of the 2012 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Providence, RI, USA:IEEE, 2012. 1830-1837 [222] Binh N D. Online boosting-based object tracking. In:Proceedings of the 12th International Conference on Advances in Mobile Computing and Multimedia. Kaohsiung, China:ACM, 2014. 194-202 [223] Dinh T B, Vo N, Medioni G. Context tracker:exploring supporters and distracters in unconstrained environments. In:Proceedings of the 2011 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Providence, RI:IEEE, 2011. 1177-1184 http://www.oalib.com/references/19330642 [224] Dollár P, Belongie S, Perona P. The fastest pedestrian detector in the west. In:Proceedings of the 2010 British Machine Vision Conference. Aberystwyth, UK:British Machine Vision Association, 2010. 68.1-68.11 http://www.researchgate.net/publication/221259170_The_Fastest_Pedestrian_Detector_in_the_West [225] Hare S, Golodetz S, Saffari A, Vineet V, Cheng M M, Hicks S, Torr P. Struck:structured output tracking with kernels. IEEE Transactions on Pattern Analysis and Machine Intelligence, DOI: 10.1109/TPAMI.2015.2509974 [226] Babenko B, Yang M H, Belongie S. Robust object tracking with online multiple instance learning. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2011, 33(8):1619-1632 doi: 10.1109/TPAMI.2010.226 [227] Kristan M, Pflugfelder R, Leonardis A, Matas J, ČehovinL, Nebehay G, Vojıř T, Fernández G, LukežičA, Dimitriev A, Petrosino A, Saffari A, Li B, Han B, Heng C, Garcia C, PangeršičD, Häger G, Khan F S, Oven F, Possegger H, Bischof H, Nam H, Zhu J K, Li J J, Choi J Y, Choi J W, Henriques J F, van de Weijer J, Batista J, Lebeda K, Öfjäll K, Yi K M, Qin L, Wen L Y, Maresca M E, Danelljan M, Felsberg M, Cheng M M, Torr P, Huang Q M, Bowden R, Hare S, Lim S Y, Hong S, Liao S C, Hadfield S, Li S Z, Duffner S, Golodetz S, Mauthner T, Vineet V, Lin W Y, Li Y, Qi Y K, Lei Z, Niu Z H. The visual object tracking VOT2014 challenge results. In:Proceedings of the European Conference on Computer Vision (ECCV 2014), Lecture Notes in Computer Science. Zurich, Switzerland:Springer International Publishing, 2015. 191-217 期刊类型引用(298)
1. 于龙昆，占强波，沈红，王子昊. 层聚合网络和跨阶段自适应空间特征融合的小目标检测. 计算机系统应用. 2025(01): 248-257 . 
百度学术2. 李丹，王红，刘芳芳，边彬彬，曲寒冰. 监控场景下的游商小贩检测方法. 电脑与信息技术. 2025(01): 22-26 . 百度学术3. 甘纪强，王小平. 基于虚拟样本生成的铺丝表面缺陷检测. 航空学报. 2024(01): 267-281 . 百度学术4. 赵珣，张新峰，边浩南. 基于Faster-RCNN和先验知识的车架VIN码识别方法. 计算机应用与软件. 2024(01): 177-182 . 百度学术5. 耿鹏志，吴富起，王瑞，叶向阳，刘炜达，王海. 基于改进YOLOv4的消防设施检测算法. 电脑知识与技术. 2024(02): 4-8 . 百度学术6. 谭超，朱荣钊. 基于改进LANDMARC定位算法的人员定位技术研究. 长春工程学院学报(自然科学版). 2024(01): 90-95 . 百度学术7. 王蓝蓝，刘艳丽. 基于BERTopic的计算机视觉领域热点技术主题及演化分析. 科学观察. 2024(02): 46-60 . 百度学术8. 王翀，王同军，周正一. 一种基于YOLOv4的密集人群小目标检测方法. 应用科技. 2024(02): 82-89 . 百度学术9. 刘以，张小峰，孙玉娟，王桦，张彩明. 基于加权滤波与核度量的鲁棒图像分割算法. 激光与光电子学进展. 2024(08): 380-392 . 百度学术10. 范舜奕，倪磊，刘斌斌，平宗伟，贾航川. 基于峰值特性判定模型更新的鲁棒视觉跟踪算法. 空天预警研究学报. 2024(01): 50-56 . 百度学术11. 张圳，姜平，秦岭，茅靖峰. 汽车紧固卡扣视觉多目标跟踪研究. 机械设计与制造. 2024(05): 130-135+140 . 百度学术12. 张智浩，沈谋全，朱文俊. 人工智能背景下“机器视觉”课程教学改革与探索. 工业和信息化教育. 2024(05): 19-23 . 百度学术13. 丁安琪，丁伟. 桁架机器人系统的研发及其在电缆保护管仓储中的应用. 机械设计与制造工程. 2024(05): 78-82 . 百度学术14. 冯文亮，孟凡宝，余川，游安清. 基于多重注意力机制与响应融合的孪生单目标跟踪算法. 强激光与粒子束. 2024(08): 144-152 . 百度学术15. 吴克江，钟羽中，廖扬航，赵涛，佃松宜. 一种蒸汽发生器水下检查机器人高精度定位方法. 计算机应用与软件. 2024(06): 85-91+122 . 百度学术16. 张庆功，赵辉，翟庆磊，曹文豪，王锦添. 木勺模压生产线中遗料的视觉识别方法研究. 林业机械与木工设备. 2024(07): 37-41 . 百度学术17. 李绍明，储珺，冷璐，涂序继. 目标跟踪中基于IoU和中心点距离预测的尺度估计. 自动化学报. 2024(08): 1646-1659 . 本站查看18. 张文安，林安迪，杨旭升，俞立，杨小牛. 融合深度学习的贝叶斯滤波综述. 自动化学报. 2024(08): 1502-1516 . 本站查看19. 秦全乐，李市双，马春辉. 视觉测量在基坑坡顶变形监测中的应用研究. 山西建筑. 2024(19): 174-176+187 . 百度学术20. 曾钰琦，刘博，钟柏昌，钟瑾. 智慧教育下基于改进YOLOv8的学生课堂行为检测算法. 计算机工程. 2024(09): 344-355 . 百度学术21. 金立生，张舜然，郭柏苍，王欢欢，韩卓桐，刘星辰. 基于改进YOLOv4的轻量化路侧视角多目标检测算法. 控制与决策. 2024(09): 2885-2893 . 百度学术22. 尹睿昀，仝傲，姚新阳，袁观妙，王佳茹. 基于四摄像头的全景目标检测系统. 国外电子测量技术. 2024(08): 174-180 . 百度学术23. 曲海成，周圣杰. 基于迁移联邦学习的输电线路缺陷检测. 计算机系统应用. 2024(10): 198-204 . 百度学术24. 刘晨雨，徐健，李轲，王璐. 基于改进YOLOv8n的儿童肠套叠B型超声图像特征检测. 生物医学工程学杂志. 2024(05): 903-910 . 百度学术25. 唐凯. 数字视频媒体内容的自动理解与分析. 无线互联科技. 2024(19): 90-92 . 百度学术26. 夷文玉. 包装数粒机智能控制系统设计. 自动化与仪器仪表. 2024(10): 200-202 . 百度学术27. 庄海孝，石伟，罗毓芳，张强，王瑶，吴茹菲，冯聪，李怀锋. 面向空间目标近距离操作的相对位姿测量系统设计. 航天器工程. 2024(05): 22-28 . 百度学术28. 胡玉玲，邹伟光，王鑫依. 基于改进YOLOv5的智慧园区人车混杂动态目标检测. 科学技术与工程. 2024(33): 14298-14305 . 百度学术29. 周宇，张谢，叶巫宁. 灵动空间——智能电子物料收纳系统. 电子制作. 2024(24): 36-39+28 . 百度学术30. 史世豪，施群山，周杨，甘文建，齐凯. 耦合地理空间信息的监控视频动态目标跟踪方法. 测绘科学技术学报. 2024(06): 642-649 . 百度学术31. 曹溪源，张德龙，朱枭龙，张志东，薛晨阳. 改进RetinaNet的舌面齿痕和裂纹检测模型. 电子测量与仪器学报. 2024(12): 72-80 . 百度学术32. 宋华军，武田凯，陈子维. 基于机器视觉的油管涂漆识别系统. 实验技术与管理. 2023(01): 110-114 . 百度学术33. 方家璇，张凯，孟炜，葸国隆，乌惜辰，周庆国. 智慧服务区信息化软硬件系统设计及应用. 机械研究与应用. 2023(01): 180-183 . 百度学术34. 李雨晴，文勇军，曾小为，唐立军，周庆华，张志刚. 微柱凝胶血型检测卡异物智能检测系统. 计算机与现代化. 2023(03): 6-10 . 百度学术35. 王艺霏，贺利乐，何林. 基于YOLOv4的轻量化口罩佩戴检测模型设计. 西北大学学报(自然科学版). 2023(02): 265-273 . 百度学术36. 黄哲，王永才，李德英. 3D目标检测方法研究综述. 智能科学与技术学报. 2023(01): 7-31 . 百度学术37. 聂素丽，周永强. 关于电梯阻车系统在应用中的问题研究. 现代工业经济和信息化. 2023(03): 137-139 . 百度学术38. 张宁，于鸣，任洪娥，陶锐，赵龙. 融合L-α的YOLO-v4小目标检测算法. 哈尔滨理工大学学报. 2023(01): 37-45 . 百度学术39. 王艺成，张国良，张自杰. 基于改进YOLOv5的小目标检测方法. 计算机与现代化. 2023(05): 100-105 . 百度学术40. 李鹏飞，吴志佳，姜宗林. 改进型ViBe算法在运动目标检测中的应用. 红外. 2023(06): 12-18+37 . 百度学术41. 李尚明，洪成雨，姬凤玲，陈伟斌，朱旻. 深基坑的机器视觉监测与变形预测研究. 地下空间与工程学报. 2023(03): 992-1000 . 百度学术42. 轩振原，张惟皎，宋浩然，秦哲. 基于YOLO算法的动车组裙板故障检测. 大连交通大学学报. 2023(03): 97-102 . 百度学术43. 张梦蝶. 一种基于神经卷积网络的缆线关键区域检测方法. 电脑编程技巧与维护. 2023(08): 158-161 . 百度学术44. 蔡雁翔，谢海成，于天琪，羊箭锋. 基于会聚型双目立体视觉的测距模型. 激光与红外. 2023(08): 1272-1278 . 百度学术45. 赵亮，周继开. 基于重组性高斯自注意力的视觉Transformer. 自动化学报. 2023(09): 1976-1988 . 本站查看46. 颜麟，曹守启. 基于双目视觉的无人补料装置测距技术. 上海海洋大学学报. 2023(05): 1006-1014 . 百度学术47. 孙先涛，程伟，陈文杰，方笑晗，陈伟海，杨茵鸣. 基于深度学习的视觉检测及抓取方法. 北京航空航天大学学报. 2023(10): 2635-2644 . 百度学术48. 庄海孝，张强，徐超，武江凯，贺东雷. 高轨空间碎片自主捕获观测及跟踪方法. 航天器工程. 2023(05): 33-39 . 百度学术49. 王金岑，郭晓丹，路家琪，徐彰. Robei开发环境下基于FPGA的智能安防系统设计. 电子器件. 2023(05): 1249-1256 . 百度学术50. 臧春华，高伟. 基于改进CVA算法的系统辨识方法. 化工自动化及仪表. 2023(06): 841-848 . 百度学术51. 吴连旭，徐哲壮，林烨. 容忍缺陷的木材多区段编号及识别算法研究. 物联网技术. 2023(12): 7-11 . 百度学术52. 刘晨，叶浩，张德龙，赵兴哲. 基于深度学习的智能车行驶控制系统设计与实现. 电子器件. 2023(06): 1645-1651 . 百度学术53. 徐兴，刘琼，黄开坤. 动态场景下仓储机器人的视觉定位与建图. 导航定位学报. 2023(06): 110-118 . 百度学术54. 黄治翔，张艺骞. 基于深度学习的目标检测综述. 科技资讯. 2023(24): 13-16 . 百度学术55. 周璇，朱苏磊，何为. 基于显著性目标检测的弹着点定位算法. 计算机与现代化. 2022(01): 54-60 . 百度学术56. 马富齐，王波，董旭柱，姚良忠，王红霞. 电力工业安全影像解译：基本概念与技术框架. 中国电机工程学报. 2022(02): 458-475 . 百度学术57. 朱甜甜，宋波，毛捷，廉国选. 基于深度学习的焊缝PAUT数据智能化分析方法. 北京航空航天大学学报. 2022(03): 504-513 . 百度学术58. 刘英明. RBF神经网络的多特征融合目标跟踪算法. 单片机与嵌入式系统应用. 2022(03): 32-35 . 百度学术59. 包晓敏，王思琪. 基于深度学习的目标检测算法综述. 传感器与微系统. 2022(04): 5-9 . 百度学术60. 刘文汇，巢渊，唐寒冰，徐鹏. 移动机器人视觉目标检测与跟踪方法研究综述. 电光与控制. 2022(04): 59-67+88 . 百度学术61. 闫铭，孙丽君，陈天飞. 一种改进ViBe算法的移动目标检测方法. 现代电子技术. 2022(08): 87-92 . 百度学术62. 龚圣斌，王少杰，侯亮，张荣辉，林晓涵，吴彬云. 基于Faster-RCNN算法的轻量化改进及其在沙滩废弃物检测中的应用. 厦门大学学报(自然科学版). 2022(02): 253-261 . 百度学术63. 王林，郑有玲. 结合孪生网络重检的长期目标跟踪算法. 计算机系统应用. 2022(04): 188-195 . 百度学术64. 张洪，盛永健，黄子龙，刘晨，曹毅. 基于W-DenseNet的减压阀不平衡样本故障诊断模型. 控制与决策. 2022(06): 1513-1520 . 百度学术65. 陈淳，陈燚涛，柳雄，宋志峰，刘旺. 汽车后雨刮装配中支撑塑料帽在线缺陷检测. 武汉纺织大学学报. 2022(02): 16-20 . 百度学术66. 李御瑾，张雅丽，葛馨阳，赵佳鑫，施新凯. 基于空间信息的泛洪算法在行人重识别系统中的应用研究. 现代计算机. 2022(06): 1-10 . 百度学术67. 张皓诚，王晓华，王文杰. 基于特定人步态信息的移动机器人跟踪方法. 国外电子测量技术. 2022(04): 8-14 . 百度学术68. 范云生 ，孙涛 ，王国峰 ，李欣 . 基于海空双视觉协同的无人艇载无人机自主降落与验证. 大连海事大学学报. 2022(02): 1-10+20 . 百度学术69. 李佩阳，陆华才. 基于计算机视觉的运动目标检测算法. 安徽工程大学学报. 2022(03): 70-74 . 百度学术70. 陶承阳，袁杰，回天，加尔肯别克. 基于特征聚合的空中加油锥套检测算法. 现代电子技术. 2022(13): 152-158 . 百度学术71. 崔文靓，王玉静，康守强，谢金宝，王庆岩，MIKULOVICH Vladimir Ivanovich. 基于改进YOLOv3算法的公路车道线检测方法. 自动化学报. 2022(06): 1560-1568 . 本站查看72. 仝卫国，李芝翔，翟永杰，侯哲. 基于中心差分卷积的自监督学习方法研究. 安徽大学学报(自然科学版). 2022(04): 24-29 . 百度学术73. 杨森，张寿明，刘亦兴，刁子健，赵宇豪. 基于同步定位与地图构建的色彩追踪智能小车系统. 化工自动化及仪表. 2022(04): 492-501 . 百度学术74. 戴坤，许立波，黄世旸，李鋆铃. 融合策略优选和双注意力的单阶段目标检测. 中国图象图形学报. 2022(08): 2430-2443 . 百度学术75. 朱佳华，彭兴辉，高剑，吴相东，周书宇. 太阳能电池片隐裂检测的深度目标网络算法研究. 机电工程技术. 2022(08): 87-91 . 百度学术76. 刘金华. 基于PaddleDetection的通信塔识别App设计及部署. 数字通信世界. 2022(08): 72-74 . 百度学术77. 刘蓝蓝，司马海峰. 校园安全平台中高层特征融合的目标跟踪技术研究. 河南理工大学学报(自然科学版). 2022(06): 163-168 . 百度学术78. 赵国川，李林静，田野，陈皓，郭明明，乐嘉陵，张华，钟富宇. 超燃冲压发动机燃烧流场纹影图像无监督分割方法. 推进技术. 2022(10): 256-264 . 百度学术79. 马舒雨. 车路协同系统可用技术分析. 电子技术与软件工程. 2022(19): 159-162 . 百度学术80. 杜晓刚，王玉琪，晏润冰，古东鑫，张学军，雷涛. 基于YOLO-ST的安全帽佩戴精确检测算法. 陕西科技大学学报. 2022(06): 177-183+191 . 百度学术81. 蒋益鸣，范希喆，张美嘉，邱少君，付贵忠. 基于卷积神经网络口罩识别方法研究. 中国新技术新产品. 2022(17): 17-19 . 百度学术82. 彭寒玉. 基于轻量化YOLOv4的无人机视觉目标检测. 信息与电脑(理论版). 2022(17): 192-194 . 百度学术83. 黄戌霞，林淑彬. 迁移学习融合双HOG特征的目标跟踪. 南京师范大学学报(工程技术版). 2022(04): 29-35 . 百度学术84. 孟青，于瓅. 改进的基于元学习的小样本目标检测法在废品识别分类中的应用研究. 电脑知识与技术. 2022(32): 9-12 . 百度学术85. 盛晶，王利恒. 基于双目视觉的自动跟踪系统设计. 光电子技术. 2022(04): 292-297 . 百度学术86. 佘黎煌，刘俊霆，罗纪青，刘展鹏，韩世程，刘晨瑞. 基于ARM+GPU的嵌入式系统综合实践案例设计. 计算机教育. 2022(10): 84-87+92 . 百度学术87. 余陆斌，田联房，杜启亮. 基于多分支注意力孪生网络的目标跟踪算法. 华南理工大学学报(自然科学版). 2022(12): 30-40 . 百度学术88. 谢赛宝，刘春阳，陈帆，黄艳，隋新，马喜强，杨晓康. 基于视觉的自主机器人障碍识别与路径规划. 电子测量与仪器学报. 2022(12): 185-192 . 百度学术89. 贺国豪，于本化. 基于YoloV3的分布式光纤传感振动识别. 网络新媒体技术. 2022(06): 42-47 . 百度学术90. 陈志旺，王航，刘旺，宋娟，彭勇. 抗遮挡与尺度自适应的改进KCF跟踪算法. 控制与决策. 2021(02): 457-462 . 百度学术91. 孙南，何海洋. 基于深度学习面向中小目标的检测研究. 长江信息通信. 2021(01): 65-67 . 百度学术92. 付灿，袁亮，张建杰. 基于Camshift算法的神经丝蛋白自动跟踪. 机械设计与制造. 2021(02): 174-177 . 百度学术93. 胡晓彤，朱博文，程晨. 基于Harris-CPDA的角点检测算法. 计算机工程与设计. 2021(02): 504-511 . 百度学术94. 余田甜，王晓萍，李蔚清，苏智勇. 面向AR虚拟沙盘的虚拟化身定位定向技术研究. 系统仿真学报. 2021(02): 324-330 . 百度学术95. 柯斌，杨思林，曾睿，代飞，强振平. 基于Inception V3的高校学生课堂行为识别研究. 电脑知识与技术. 2021(06): 13-15+29 . 百度学术96. 廖群，冯镀，宋宇琪，张倩，王珏辉. 基于YOLO算法的社区电梯监测与预警系统. 电脑编程技巧与维护. 2021(02): 55-56+75 . 百度学术97. 王瑶，胥辉旗，姜义，张鑫. 基于深度学习的舰船目标检测技术发展综述. 飞航导弹. 2021(02): 76-81 . 百度学术98. 樊华，武文波，焦智，檀朝彬. 基于三维滤波的红外弱小目标检测技术研究. 电子技术应用. 2021(03): 106-110 . 百度学术99. 宁晨敬，张选德. 遮挡判别下基于特征匹配的相关滤波跟踪算法. 现代计算机. 2021(01): 49-55 . 百度学术100. 刘佳惠，迟健男，尹怡欣. 基于特征的视线跟踪方法研究综述. 自动化学报. 2021(02): 252-277 . 本站查看101. 王淑青，黄剑锋，张鹏飞，王娟. 基于YOLOv4神经网络的小龙虾质量检测方法. 食品与机械. 2021(03): 120-124+194 . 百度学术102. 但雨芳，史凯凯，李伟仁，王添烽，朱亨. 盲人智能避障眼镜的设计与开发. 福建电脑. 2021(04): 99-101 . 百度学术103. 卢金仪，唐维伟，徐文辉，颜露新，钟胜，邹旭. 孪生网络跟踪算法并行计算结构研究. 测控技术. 2021(03): 39-45 . 百度学术104. 雍玖，王阳萍，党建武，雷晓妹. 改进TLD与ORB的AR系统长时跟踪注册方法. 计算机工程与应用. 2021(07): 178-184 . 百度学术105. 花湘，路红，彭俊，秦彬鑫，万文明，邱春. 尺度和光照自适应的结构化多目标跟踪. 电光与控制. 2021(04): 29-33 . 百度学术106. 夏亮，张亚，魏念巍. 一种基于特征互补的新型长期跟踪算法. 湖南城市学院学报(自然科学版). 2021(02): 50-54 . 百度学术107. 卢晓，梁晓庚，贾晓洪. 红外成像空空导弹智能化抗干扰研究. 红外与激光工程. 2021(04): 29-37 . 百度学术108. 丛眸，张平，王宁. 基于改进YOLOv3的装甲车辆检测方法. 兵器装备工程学报. 2021(04): 258-262 . 百度学术109. 汪海龙，禹晶，肖创柏. 基于点对相似度的深度非松弛哈希算法. 自动化学报. 2021(05): 1077-1086 . 本站查看110. 林椹尠，郑兴宁，吴成茂. 结合模糊特征检测的鲁棒核相关滤波跟踪法. 智能系统学报. 2021(02): 323-329 . 百度学术111. 王瑶，胥辉旗，姜义，张鑫. AI目标检测网络应用研究. 兵器装备工程学报. 2021(06): 236-242 . 百度学术112. 王晓君，张丽. 结合粒子滤波的判别尺度空间目标跟踪算法. 太赫兹科学与电子信息学报. 2021(03): 398-404 . 百度学术113. 车莹. 改进的yolo v3目标检测算法. 科学技术创新. 2021(21): 75-76 . 百度学术114. 苏超群，朱正为，郭玉英. 基于高效卷积算子的异常抑制目标跟踪算法. 计算机工程. 2021(07): 266-272+288 . 百度学术115. 宋万潼，李冰锋，费树岷. 基于先验知识的航拍绝缘子检测方法. 计算机工程. 2021(08): 301-307+314 . 百度学术116. 张路达，邓超. 多尺度融合的YOLOv3人群口罩佩戴检测方法. 计算机工程与应用. 2021(16): 283-290 . 百度学术117. 夏卫生，肖阳，张进叶，杨帅. 金属增材制造无损检测方法研究进展. 电焊机. 2021(08): 99-104+179-180 . 百度学术118. 程健，陈亮，王凯，郭一楠，闫鹏鹏. 一种多特征融合的复杂场景动态目标跟踪算法. 中国矿业大学学报. 2021(05): 1002-1010 . 百度学术119. 丁与非，何红艳，曹世翔，王钰. 基于多特征融合的天基面目标长时跟踪算法. 航天返回与遥感. 2021(04): 46-56 . 百度学术120. 李世裴，李春琳，韩家哺，朱新龙. 面向机器人抓取的双目视觉单步多目标检测方法应用研究. 重庆工商大学学报(自然科学版). 2021(05): 68-74 . 百度学术121. 黄战华，陈智林，张晗笑，曹雨生，申苜弘. 基于音视频信息融合的目标检测与跟踪算法. 应用光学. 2021(05): 867-876 . 百度学术122. 白岗岗，侯精明，韩浩，夏军强，李丙尧，张阳维，卫志豪. 基于深度学习的道路积水智能监测方法. 水资源保护. 2021(05): 75-80 . 百度学术123. 王娟，刘远远，张馨午，刘敏，刘子杉，陈关海. 雾霾图像中大气光值估计方法综述. 激光杂志. 2021(09): 6-10 . 百度学术124. 王强. 一种基于卷积神经网络的未礼让行人检测方法. 信息技术. 2021(10): 144-148+155 . 百度学术125. 刘小波，刘鹏，蔡之华，乔禹霖，王凌，汪敏. 基于深度学习的光学遥感图像目标检测研究进展. 自动化学报. 2021(09): 2078-2089 . 本站查看126. 陈沛豪，韩宇光，钟皓俊，余泽，刘鑫蕾. 基于YOLOV3模型的物体识别系统研究. 电子测试. 2021(21): 66-67 . 百度学术127. 马少斌，张成文. 基于双路多尺度金字塔池化模型的显著目标检测算法. 应用光学. 2021(06): 1056-1061 . 百度学术128. 赵云峰，姜有文，王巨洪. 基于卷积神经网络的油气管道智能工地监控实现. 管道技术与设备. 2021(06): 23-26 . 百度学术129. 朱荣胜，李帅，孙永哲，曹阳杨，孙凯，郭益鑫，姜伯峰，王雪莹，李杨，张战国，辛大伟，胡振帮，陈庆山. 作物三维重构技术研究现状及前景展望. 智慧农业(中英文). 2021(03): 94-115 . 百度学术130. 于强，李文雄，刘艺腾，胡晨祎，张萌. 基于深度学习的多车道交通流量统计方法. 石家庄铁道大学学报(自然科学版). 2021(04): 117-124 . 百度学术131. 冒睿瑞，江波. 面向嵌入式设备的高实时微小目标跟踪检测方法. 计算机工程. 2021(12): 291-298 . 百度学术132. 李娜，周林宏，杨戈，杨秀璋，杨楠. 一种基于改进YOLOv3的甲板灯光异常检测方法. 船舶工程. 2021(S2): 53-58+61 . 百度学术133. 何金平，杨波. 基于卡尔曼滤波和YOLOv5绘制滑行轨迹的方法. 现代信息科技. 2021(24): 153-157+161 . 百度学术134. 丁新尧，张鑫. 基于显著性特征的选择性目标跟踪算法. 电子学报. 2020(01): 118-123 . 百度学术135. 谢颍晓，蔡敬菊，张建林. 基于时空采样网络的相关滤波目标跟踪算法. 国外电子测量技术. 2020(01): 88-92 . 百度学术136. 赵越男，陈桂友，孙琛，卢宁，廖立伟. 基于空间隐患分布与运动意图解析的危险评估方法. 山东大学学报(工学版). 2020(01): 28-34 . 百度学术137. 徐小超，严华. 引入目标分块模型的核相关滤波目标追踪算法. 计算机应用. 2020(03): 683-688 . 百度学术138. 曾照，吴薇，汪欣. 改进的核相关滤波跟踪算法. 电子科技. 2020(03): 50-55 . 百度学术139. 左锦，倪金鑫，陈章宝. 视觉导航草坪修剪机器人控制系统设计. 工业控制计算机. 2020(02): 81-82 . 百度学术140. 孔方方，宋蓓蓓. 改进YOLOv3的全景交通监控目标检测. 计算机工程与应用. 2020(08): 20-25 . 百度学术141. 左治江，胡军，郑文远，梅天灿. 结合动态概率定位模型的道路目标检测. 江汉大学学报(自然科学版). 2020(02): 77-85 . 百度学术142. 宣东东，汪军，王政. 基于高层先验语义的显著目标检测. 重庆邮电大学学报(自然科学版). 2020(02): 304-312 . 百度学术143. 周泳，陶兆胜，阮孟丽，王丽华. 基于FlowNet2.0网络的目标光流检测方法. 龙岩学院学报. 2020(02): 37-42 . 百度学术144. 朱晨，费树岷. 基于多目标跟踪的车流量统计算法研究. 工业控制计算机. 2020(03): 31-32 . 百度学术145. 张伟，马珺. 一种面向移动平台的无人机自主降落控制方法. 计算机仿真. 2020(02): 92-96+207 . 百度学术146. 孙皓泽，常天庆，张雷，杨国振. 基于Top-down网络结构的坦克装甲目标检测. 计算机仿真. 2020(03): 18-22 . 百度学术147. 李兆冬，陶进，安旭阳. 移动机器人目标识别与定位算法发展综述. 车辆与动力技术. 2020(01): 43-48 . 百度学术148. 徐建华，豆毅庚，郑亚山. 一种基于YOLO-V3算法的水下目标识别跟踪方法. 中国惯性技术学报. 2020(01): 129-133 . 百度学术149. 王德文，李业东. 基于WGAN图片去模糊的绝缘子目标检测. 电力自动化设备. 2020(05): 188-198 . 百度学术150. 余朝阳. 斜拉索检测机器人的智能表观检测研究. 公路交通技术. 2020(02): 86-92 . 百度学术151. 掌静，陈志，岳文静. 基于特征关联的视频中群体人物行为语义抽取. 计算机技术与发展. 2020(04): 26-30 . 百度学术152. 石胜斌，王曙光，刘桢，杨传栋. 结合掩膜与孪生网络的目标跟踪方法研究. 计算机技术与发展. 2020(05): 61-65 . 百度学术153. 王志余. 基于特征融合的复杂场景多目标跟踪算法研究. 软件导刊. 2020(04): 46-49 . 百度学术154. 张辉，易俊飞，王耀南，吴刘宸，陈瑞博. 医药质量检测关键技术及其应用综述. 仪器仪表学报. 2020(03): 1-17 . 百度学术155. 苏佳，高丽慧. 采用帧差法和相关滤波改进的TLD跟踪算法. 计算机工程与设计. 2020(06): 1694-1700 . 百度学术156. 李行，杨昌其，贤继佳. 基于KCF的跑道侵入研究. 价值工程. 2020(15): 103-106 . 百度学术157. 石胜斌，王曙光，朱建生，周凯. 一种基于孪生网络的舰船目标跟踪方法. 舰船电子工程. 2020(04): 40-43 . 百度学术158. 陈伟骏，周长胜，黄宏博，彭帅，崇美英. 基于卷积神经网络的目标检测算法综述. 北京信息科技大学学报(自然科学版). 2020(02): 90-96 . 百度学术159. 刘俊明，孟卫华. 基于深度学习的单阶段目标检测算法研究综述. 航空兵器. 2020(03): 44-53 . 百度学术160. 朱延勇，陈晓晖. 基于特征分析的智能制造生成线目标工件在线识别研究. 自动化与仪器仪表. 2020(06): 112-115+119 . 百度学术161. 陈章宝，侯勇. 网球捡球机器人视觉导航系统设计. 廊坊师范学院学报(自然科学版). 2020(02): 42-45 . 百度学术162. 石胜斌，陈栋，胡子阳，雷鸣. 基于弹目关系的多尺度跟踪方法研究. 舰船电子工程. 2020(05): 40-42+51 . 百度学术163. 崔杰，胡长青，徐海东，吕银杰. 改进的Mean Shift算法在前视声呐运动目标跟踪中的应用. 声学技术. 2020(03): 279-283 . 百度学术164. 战荫伟，朱百万，杨卓. 车辆颜色和型号识别算法研究与应用. 广东工业大学学报. 2020(04): 9-14 . 百度学术165. 汪刚志，王新华，陈冠宇，易兵，李佳欢. 基于视觉的无人机空中加油目标识别技术研究. 电子测量技术. 2020(13): 89-94 . 百度学术166. 叶召元，郑建立. 基于自动驾驶场景的目标检测算法DFSSD. 计算机工程与应用. 2020(16): 139-147 . 百度学术167. 戴文君，常天庆，张雷，杨国振，郭理彬. 图像目标检测技术在坦克火控系统中的应用. 火力与指挥控制. 2020(07): 147-152 . 百度学术168. 段仲静，李少波，胡建军，杨静，王铮. 深度学习目标检测方法及其主流框架综述. 激光与光电子学进展. 2020(12): 59-74 . 百度学术169. 王菲菲，陈磊，焦良葆，曹雪虹. 基于SSD-MobileNet的安全帽检测算法研究. 信息化研究. 2020(03): 34-39 . 百度学术170. 于明杰. 适用于动态背景下目标检测的背景更新. 科技与创新. 2020(17): 30-31 . 百度学术171. 林传銮，戴文坤，林鲁文，黄航，赵巍. 安全管理视域下高校视频监控系统的建设探究. 信息通信. 2020(08): 149-151 . 百度学术172. 梁美玉. 基于虚拟仪器的零件位置探测机器视觉系统. 佛山科学技术学院学报(自然科学版). 2020(04): 77-80 . 百度学术173. 林淑彬，丁飞飞，杨文元. 融合双HOG特征和颜色特征的目标跟踪. 江苏科技大学学报(自然科学版). 2020(04): 64-70 . 百度学术174. 周志峰，涂婷，王立端，吴明晖. 基于人工鱼群粒子滤波的TLD改进算法. 液晶与显示. 2020(09): 965-971 . 百度学术175. 郑浦，白宏阳，李伟，郭宏伟. 复杂背景下的小目标检测算法. 浙江大学学报(工学版). 2020(09): 1777-1784 . 百度学术176. 彭辉辉，刘飞飞，代云勇，陈臻阳，陈文涛. 基于移动视觉的工业机器人分拣系统应用研究. 现代电子技术. 2020(20): 26-30 . 百度学术177. 陈翔，邹庆年，谢绍宇，陈翠琼. 一种面向运动目标的关键帧自动选择算法. 计算机与现代化. 2020(10): 81-89 . 百度学术178. 贲杰明，赵翠莲. 标准金属量器的动态液位图像跟踪. 电子测量技术. 2020(17): 110-114 . 百度学术179. 岳晓新，贾君霞，陈喜东，李广安. 改进YOLO V3的道路小目标检测. 计算机工程与应用. 2020(21): 218-223 . 百度学术180. 逯彦，黄庆享. 基于稀疏表示的目标跟踪新算法. 西安科技大学学报. 2020(05): 910-918 . 百度学术181. 吉珊珊，陈传波. 基于卷积神经网络与马尔可夫随机场的目标检测. 计算机应用与软件. 2020(11): 132-138 . 百度学术182. 成海秀，陈河源，曹惠茹，徐欣桐，黄畅. 无人机目标跟踪系统的设计与实现. 机电工程技术. 2020(11): 165-167 . 百度学术183. 高陈强，陈旭. 基于深度学习的行为检测方法综述. 重庆邮电大学学报(自然科学版). 2020(06): 991-1002 . 百度学术184. 侯建华，张国帅，项俊. 基于深度学习的多目标跟踪关联模型设计. 自动化学报. 2020(12): 2690-2700 . 本站查看185. 南晓虎，丁雷. 深度学习的典型目标检测算法综述. 计算机应用研究. 2020(S2): 15-21 . 百度学术186. 高璇，毕晓君. 基于改进Faster R-CNN的低剂量CT图像肺结节检测. 计算机应用研究. 2020(S2): 404-406+409 . 百度学术187. 左国才，苏秀芝，陈明丽，张珏，吴小平. 基于SDAE深度学习的多目标检测与跟踪研究. 智能计算机与应用. 2020(07): 203-205 . 百度学术188. 左国才，苏秀芝，陈明丽，匡林爱，吴小平. 基于深度学习抗遮挡的多目标跟踪研究. 智能计算机与应用. 2020(07): 239-242 . 百度学术189. 宋勇，赵宇飞，杨昕，王枫宁，张子烁，李国齐. 基于类脑模型与深度神经网络的目标检测与跟踪技术研究. 空间控制技术与应用. 2020(06): 10-19+27 . 百度学术190. 于洋，毕宏帅. 基于视觉的无人机着陆地标设计与识别算法研究. 沈阳理工大学学报. 2020(06): 12-15+49 . 百度学术191. 李永军，曹为华，凌强. 基于特征点轨迹的多目标跟踪算法. 中国科学技术大学学报. 2020(06): 726-732 . 百度学术192. 姜可孟，曾聪文，江泽涛. 基于光照不变特征的无模式跟踪算法. 计算机工程与设计. 2019(01): 161-166 . 百度学术193. 于德鑫，王文强，曹晓杰. 基于帧间差分与时空上下文的自动检测跟踪算法. 软件导刊. 2019(01): 91-94+226 . 百度学术194. 蒋丰千，李旸，余大为，孙敏，张恩宝. 基于Caffe的生姜病害识别系统研究与设计. 中国农机化学报. 2019(01): 126-131 . 百度学术195. 杨志方，陈曦. 优化搜索策略的KCF目标跟踪算法. 武汉工程大学学报. 2019(01): 98-102 . 百度学术196. 程子一，刘志林. 改进的核相关滤波算法在自航模动态目标跟踪应用. 应用科技. 2019(01): 36-42 . 百度学术197. 刘红星，胡广地，朱晓媛，李进龙. 改进协方差矩阵的智能车视觉目标跟踪方法. 计算机工程与应用. 2019(03): 171-178 . 百度学术198. 张可，杨灿坤，周春平，李想. 无人机视频图像运动目标检测算法综述. 液晶与显示. 2019(01): 98-109 . 百度学术199. 闫若怡，熊丹，于清华，肖军浩，卢惠民. 基于并行跟踪检测框架与深度学习的目标跟踪算法. 计算机应用. 2019(02): 343-347 . 百度学术200. 李大湘，吴玲风，李娜，刘颖. 改进的SAMF目标跟踪算法. 计算机工程. 2019(02): 258-264 . 百度学术201. 刘剑，赵悦，徐萌，常玲. 基于Fast R-CNN的动态分区多轿厢电梯调度研究. 控制工程. 2019(02): 208-214 . 百度学术202. 熊丹，卢惠民，肖军浩，郑志强. 具有尺度和旋转适应性的长时间目标跟踪. 自动化学报. 2019(02): 289-304 . 本站查看203. 訾斌，尹泽强，李永昌，赵涛. 基于YOLO模型的柔索并联机器人移动构件快速定位方法. 机械工程学报. 2019(03): 64-72 . 百度学术204. 牛宏侠，张肇鑫，宁正，陈光武. 铁路轨道异物完整性检测与跟踪算法研究. 交通运输系统工程与信息. 2019(01): 45-54 . 百度学术205. 昝孟恩，周航，韩丹，杨刚，许国梁. 粒子滤波目标跟踪算法综述. 计算机工程与应用. 2019(05): 8-17+59 . 百度学术206. 谢海闻，叶东毅，陈昭炯. 多分支结构强化表征能力的CapsNet方法. 计算机系统应用. 2019(03): 111-117 . 百度学术207. 张红颖，王赛男，胡文博. 基于分块颜色直方图的MS跟踪算法. 中国民航大学学报. 2019(01): 39-45 . 百度学术208. 张若杨，贾克斌，刘鹏宇. 视频监控中私自揽客违法行为检测. 计算机应用与软件. 2019(03): 168-173+209 . 百度学术209. 灵冠智. 智能无人机送餐. 通讯世界. 2019(03): 176-177 . 百度学术210. 程鹏，周朱德，陈章宝. 视觉导航网球捡球机器人控制系统设计. 工业控制计算机. 2019(03): 120-121 . 百度学术211. 于晓明，李思颖，史胜楠. 混合高斯融合三帧差的运动目标检测改进算法. 红外技术. 2019(03): 256-261 . 百度学术212. 尚重阳，赵东波，陈杰. 基于深度CNN的改进弱监督学习方法设计与验证. 重庆邮电大学学报(自然科学版). 2019(02): 183-190 . 百度学术213. 李云鹏，侯凌燕，王超. 基于YOLOv3的自动驾驶中运动目标检测. 计算机工程与设计. 2019(04): 1139-1144 . 百度学术214. 晏细兰，石坤泉. 一种用于人流统计的目标跟踪优化系统. 现代信息科技. 2019(07): 20-21 . 百度学术215. 王飞，张莹，卲豪，张东波，牟清萍. 多尺度残差网络模型的研究及其应用. 电子测量与仪器学报. 2019(04): 19-28 . 百度学术216. 谢奇芳，姚国清，张猛. 基于Faster R-CNN的高分辨率图像目标检测技术. 国土资源遥感. 2019(02): 38-43 . 百度学术217. 刘桂雄，刘思洋，吴俊芳，罗文佳. 基于深度学习的机器视觉目标检测算法及在票据检测中应用. 中国测试. 2019(05): 1-9 . 百度学术218. 李敏，杨阳，王钤，孟博，李凌寒，白入文，杜虹. 基于智能视频分析的人流量态势感知方法研究. 信息安全研究. 2019(06): 488-494 . 百度学术219. 石杰，周亚丽，张奇志. 基于改进Mask RCNN和Kinect的服务机器人物品识别系统. 仪器仪表学报. 2019(04): 216-228 . 百度学术220. 孟祥瑞. 核相关滤波跟踪方法研究. 现代信息科技. 2019(10): 14-15+18 . 百度学术221. 岳昊恩，袁亮，吕凯. 结合帧差法与Mean Shift的抗遮挡跟踪算法. 现代电子技术. 2019(12): 180-182+186 . 百度学术222. 华志超，章国宝. 基于YOLO的电梯轿厢中狗识别算法. 工业控制计算机. 2019(06): 15-16+19 . 百度学术223. 王宇慧，徐志远，叶德茂. 一种基于局部特征分块的目标跟踪算法. 激光技术. 2019(04): 133-137 . 百度学术224. 孙皓泽，常天庆，张雷，杨国振，韩斌，李严彪. 基于轻量级网络的装甲目标快速检测. 计算机辅助设计与图形学学报. 2019(07): 1110-1121 . 百度学术225. 刘辉，何勇，何博侠，刘志，顾士晨. 基于多特征融合与ROI预测的红外目标跟踪算法. 光子学报. 2019(07): 108-123 . 百度学术226. 李国友，张春阳，张凤岭，夏永彬. 视频监控运动目标图像优化检测仿真. 现代电子技术. 2019(14): 68-73 . 百度学术227. 屈志坚，周锐霖，孙旭兵，袁慎高，赵亮. 尺度自适应的铁路异物侵限PSA-Kcf降维跟踪方法. 铁道学报. 2019(05): 71-81 . 百度学术228. 侯宏录，李媛，李光耀. 改进SIFT匹配的动态背景下运动目标检测算法. 自动化仪表. 2019(08): 60-64 . 百度学术229. 官洪运，欧阳江坤，杨益伟，吴炜. 基于特征融合的改进LCT跟踪算法. 计算机工程. 2019(08): 241-247 . 百度学术230. 徐昆，朱国华，刘文凤，范超. YOLO算法在目标姿态检测中的应用. 电子技术与软件工程. 2019(16): 181-182 . 百度学术231. 谢元澄，于增源，姜海燕，金前，蔡娜娜，梁敬东. 小麦麦穗几何表型测量的精准分割方法研究. 南京农业大学学报. 2019(05): 956-966 . 百度学术232. 张颖龙，赵有乐. 基于视觉的无人机在油气管道安全管理中的应用. 电子技术与软件工程. 2019(18): 99-100 . 百度学术233. 李大军，何维龙，郭丙轩，李茂森，陈敏强. 基于Mask-RCNN的建筑物目标检测算法. 测绘科学. 2019(10): 172-180 . 百度学术234. 刘梦娜，程徐，刁琛，陈胜勇. 基于暗通道去雾的核相关滤波目标跟踪算法. 天津理工大学学报. 2019(05): 1-5 . 百度学术235. 林淑彬. 双HOG特征的相关滤波目标跟踪. 闽南师范大学学报(自然科学版). 2019(03): 38-45 . 百度学术236. 常敏，沈凯，张学典，杜嘉，李峰. 自适应特征融合和模型更新的相关滤波跟踪. 光学学报. 2019(09): 236-244 . 百度学术237. 成悦，李建增，李爱华，褚丽娜. 基于置信度的加权特征融合相关滤波跟踪. 计算机工程与应用. 2019(20): 152-158 . 百度学术238. 程铮，刘振吉，吴家菊. 虚拟现实网页动态数据自动化采集系统设计. 自动化与仪器仪表. 2019(10): 18-21 . 百度学术239. 王广龙，田杰，朱文杰，方丹. RGB-D与MeanShift相结合的实时目标跟踪. 中南大学学报(自然科学版). 2019(09): 2163-2170 . 百度学术240. 周仿荣，彭庆军，程志万，邹德旭，潘浩. 基于改进实例分割的电力设备故障识别算法. 电子元器件与信息技术. 2019(07): 115-118 . 百度学术241. 杨金龙，汤玉，张光南. 卷积特征多伯努利视频多目标跟踪算法. 计算机科学与探索. 2019(11): 1945-1957 . 百度学术242. 张旭，郝向阳，李建胜，李朋月. 监控视频中动态目标与地理空间信息的融合与可视化方法. 测绘学报. 2019(11): 1415-1423 . 百度学术243. 刘万军，高明月，曲海成，刘腊梅. 基于反残差结构的轻量级多目标检测网络. 激光与光电子学进展. 2019(22): 65-73 . 百度学术244. 胡云层，路红，杨晨，花湘，彭俊. 融合DSST和KCF的尺度自适应跟踪算法. 计算机工程与设计. 2019(12): 3563-3568 . 百度学术245. 周德良. 基于AlexNet网络的动物图片分类. 贵州大学学报(自然科学版). 2019(06): 73-77 . 百度学术246. 戴文君，常天庆，张雷，杨国振，郭理彬. 面向坦克火控系统的多尺度形变目标检测方法. 计算机辅助设计与图形学学报. 2019(12): 2082-2090 . 百度学术247. 王秋生，贺云涛，张晓辉，刘莉. 基于无人机航拍图像的车道线检测方法综述. 无人系统技术. 2019(05): 9-16 . 百度学术248. 李文静. 基于机器视觉的水电站防外力破坏系统设计. 重庆电力高等专科学校学报. 2019(06): 28-32 . 百度学术249. 李明熹，林正奎，曲毅. 计算机视觉下的车辆目标检测算法综述. 计算机工程与应用. 2019(24): 20-28 . 百度学术250. 刘俊，张文风. 基于YOLOv3算法的高速公路火灾检测. 上海船舶运输科学研究所学报. 2019(04): 61-65+83 . 百度学术251. 杜华臻，张文安，杨旭升. 基于激光雷达的移动机器人人体目标跟随. 高技术通讯. 2019(12): 1239-1246 . 百度学术252. 董小虎，傅瑞罡，高颖慧，李飚. 复杂背景下红外小目标自适应检测跟踪. 航空兵器. 2019(06): 22-28 . 百度学术253. 廖珈艺，张新阳，代娱乐. 基于TensorFlow的商品陈列货架目标检测算法研究与实现. 现代计算机. 2019(35): 41-47 . 百度学术254. 陈国杰，尤波. 基于极坐标特征矩阵的多类对象排列结构描述方法. 仪器仪表学报. 2019(10): 55-65 . 百度学术255. 郑浦，白宏阳，李政茂，郭宏伟. 抖动干扰下运动目标精准检测与跟踪算法设计. 仪器仪表学报. 2019(11): 90-98 . 百度学术256. 胡安翔，李振华. 基于Faster R-CNN改进的数粒机系统. 包装工程. 2018(09): 141-145 . 百度学术257. 胡皓然，王颖. 结合HSV空间阴影消除的高斯混合模型背景减除方法. 电子设计工程. 2018(07): 31-34+39 . 百度学术258. 于冠群. 地面装备目标识别实验与评价系统需求研究. 火力与指挥控制. 2018(06): 141-147 . 百度学术259. 曾礼灵，李朝锋. 结合Boosting方法与SVM的多核学习跟踪算法. 计算机工程与应用. 2018(13): 203-208 . 百度学术260. 王洁，丁萌，张天慈，张旭，杨汝名. 一种基于稀疏编码的鲁棒跟踪改进算法. 计算机工程. 2018(06): 194-199 . 百度学术261. 李奇林，白成杰. 基于扫描聚类的人脸跟踪算法. 计算机与数字工程. 2018(01): 47-52 . 百度学术262. 刘畅，赵巍，刘鹏，唐降龙. 目标跟踪中辅助目标的选择、跟踪与更新. 自动化学报. 2018(07): 1195-1211 . 本站查看263. 刘大千，刘万军，费博雯，曲海成. 前景约束下的抗干扰匹配目标跟踪方法. 自动化学报. 2018(06): 1138-1152 . 本站查看264. 卞乐，李天峰，韦怡，曾毓敏. HLBP与颜色特征自适应融合的粒子滤波目标跟踪改进算法. 南京师范大学学报(工程技术版). 2018(01): 56-63 . 百度学术265. 陈金广，贺莉娜，王明明，马丽丽. 融合颜色特征和灰度特征的时空上下文跟踪. 计算机工程与设计. 2018(04): 1082-1088 . 百度学术266. 邬厚民，吴卫祖. 融合运动检测与目标跟踪的目标检测方法. 计算机工程与设计. 2018(07): 2084-2089 . 百度学术267. 施泽浩，赵启军. 基于全卷积网络的目标检测算法. 计算机技术与发展. 2018(05): 55-58 . 百度学术268. 黄卓焕，刘民. 移动机器人的运动目标跟踪技术研究. 计算机产品与流通. 2018(03): 87 . 百度学术269. 施泽浩. 基于特征金字塔网络的目标检测算法. 现代计算机(专业版). 2018(03): 42-44 . 百度学术270. 王全东，常天庆，张雷，戴文君. 基于深度学习算法的坦克装甲目标自动检测与跟踪系统. 系统工程与电子技术. 2018(09): 2143-2156 . 百度学术271. 欧阳谷，钟必能，白冰，柳欣，王靖，杜吉祥. 深度神经网络在目标跟踪算法中的应用与最新研究进展. 小型微型计算机系统. 2018(02): 315-323 . 百度学术272. 刘剑，徐萌，赵悦，张锐，高恩阳. 一种深度图像特征的建筑物内行人检测方法. 小型微型计算机系统. 2018(04): 852-858 . 百度学术273. 汪舟，何军，胡昭华. 适宜于高清监控视频的多ROI背景建模方法. 小型微型计算机系统. 2018(06): 1190-1194 . 百度学术274. 李鑫，曾梓浩，朱凌寒. 一种基于速度预测的双目视觉跟踪混合算法. 自动化仪表. 2018(04): 79-83 . 百度学术275. 罗鸿斌. 基于Vibe的改进运动目标检测算法. 自动化与仪器仪表. 2018(03): 51-54 . 百度学术276. 王全东，常天庆，孙浩泽，杨国振，戴文君. 坦克火控系统目标检测、跟踪技术发展现状与展望. 装甲兵工程学院学报. 2018(02): 69-80 . 百度学术277. 杨亚男，付春玲. 视频目标跟踪算法综述. 科技资讯. 2018(02): 14-15 . 百度学术278. 王红伟，王加庆，吴南健. 基于高速视觉目标跟踪系统的自动调焦算法的设计. 半导体光电. 2018(05): 716-721 . 百度学术279. 于楼成. 体育领域视频运动目标的跟踪方法研究. 电视技术. 2018(09): 74-79 . 百度学术280. 李娜，吴玲风，李大湘. 基于相关滤波的长期跟踪算法. 模式识别与人工智能. 2018(10): 899-908 . 百度学术281. 胡莉，张力伟. 基于5G的智能视频监控系统设计. 电信工程技术与标准化. 2018(12): 55-58 . 百度学术282. 王全东，常天庆，张雷，戴文君. 面向多尺度坦克装甲车辆目标检测的改进Faster R-CNN算法. 计算机辅助设计与图形学学报. 2018(12): 2278-2291 . 百度学术283. 王德培，谢云. 无人机色块识别与追踪. 工业控制计算机. 2018(12): 19-20+23 . 百度学术284. 朱盠，周后飞，刘玉印. 城市出入口立交道路交通参数采集与通行状态判别技术研究. 公路交通技术. 2018(06): 118-122 . 百度学术285. 严新华. 基于压缩感知算法的目标跟踪系统设计. 自动化与仪器仪表. 2018(12): 136-138 . 百度学术286. 封靖川，胡小龙，李斌. 基于特征融合的目标检测算法研究. 数字技术与应用. 2018(12): 114-115 . 百度学术287. 张中宝，王洪元，张继，杨薇. 基于Faster-RCNN的遥感图像飞机检测算法. 南京师大学报(自然科学版). 2018(04): 79-86 . 百度学术288. 孙皓泽，常天庆，王全东，孔德鹏，戴文君. 一种基于分层多尺度卷积特征提取的坦克装甲目标图像检测方法. 兵工学报. 2017(09): 1681-1691 . 百度学术289. 李双双，赵高鹏，王建宇. 基于特征融合和尺度自适应的干扰感知目标跟踪. 光学学报. 2017(05): 216-225 . 百度学术290. 郑玺，李新国. 基于OpenCV的组合优化多目标检测追踪算法. 计算机应用. 2017(S2): 112-114+145 . 百度学术291. 杨斌. 足球比赛视频中的目标检测与跟踪算法研究. 计算机测量与控制. 2017(09): 266-268+306 . 百度学术292. 刘永姣，闫斌，叶润. 基于相关滤波的绝缘子跟踪与测距算法. 科学技术与工程. 2017(26): 262-267 . 百度学术293. 刘雅婷，王坤峰，王飞跃. 基于踪片Tracklet关联的视觉目标跟踪:现状与展望. 自动化学报. 2017(11): 1869-1885 . 本站查看294. 刘万军，刘大千，费博雯. 判别外观模型下的寻优匹配跟踪算法. 模式识别与人工智能. 2017(09): 791-802 . 百度学术295. 王婧，朱虹. 显著度目标示性及背景自适应约束的目标跟踪算法. 模式识别与人工智能. 2017(10): 875-884 . 百度学术296. 王婧，朱虹. 基于多模态词典学习的目标跟踪算法. 西安理工大学学报. 2017(03): 259-264 . 百度学术297. 韩凯，张红英，王远，徐敏. 一种基于Faster R-CNN的车辆检测算法. 西南科技大学学报. 2017(04): 65-70+94 . 百度学术298. 陈昌菊，申江捷. 基于西门子Apogee三级网络构架的楼宇智能控制. 自动化与仪器仪表. 2017(09): 40-41 . 百度学术其他类型引用(919)
-
下载:
计量
- 文章访问数: 7292
- HTML全文浏览量: 1965
- PDF下载量: 8232
- 被引次数: 1217
