论文开题报告：基于深度信息的目标跟踪

大学本科毕业论文(设计)开题报告
学院：计算机科学与技术学院　　　　专业班级：09级计算机科学与技术2班

课题名称 基于深度信息的目标跟踪

1、本课题的的研究目的和意义：
目的：在移动双目摄像机平台上，研究复杂监控场景下目标的长时间持续跟踪问题，通过对深度信息的有效利用，本课题所提出的算法很大程度上缓解了跟踪中经常出现的漂移问题，特别是当目标表观与背景很相似的情况下，算法依然能够达到较好的跟踪效果。
意义：计算机视觉是一门新兴学科，其主要的应用领域在迅速拓宽，早已_到如交通导航，虚拟现实，安全鉴别、监视与跟踪等许多领域。计算机视觉的基本任务之一就是从摄像机获取图像信息来计算物体的几何信息，并利用这些信息进行识别和跟踪目标。传统的运动目标检测与跟踪大多是基于单目视觉的方法，但单目视觉的方法会使图像在投影过程中丢失了实际场景的深度信息。且当前计算机仍无法对单目场景进行有效的理解和恢复物体和场景间的空间关系，因此如果仅仅通过二维图像进行目标跟踪往
……（新文秘网https://www.wm114.cn省略708字，正式会员可完整阅读）……　
激光扫描显微镜）获取立体图像时，对细菌观察的图像进行立体成像。
（2）摄像机标定
微软的张正友将列文伯格—马夸尔特算法应用在最小化图小点与对应的外极线间距离，这一方法大大提高了计算基础矩阵的精读。
（3）立体匹配
机器人时间研究组的钟云德博士利用一种半稠密匹配的方法进行了左右立体图像对的匹配，这种方法时对稀松匹配和稠密匹配的折中。游素亚等人利用Hardy小波基函数将原始图像对表示成一系列具有良好空频域定位性的正交带通分量，然后以带通分量的相位信息作为匹配单位，将视差的计算转化为小波相位差估计问题。
利用双目立体视觉获取图像深度信息之后，就可以利用深度信息进行目标跟踪，在目标跟踪领域存在着几大研究的难点：漂移问题，对无规律运动和剧烈表观变化的目标跟踪效果不佳，对遮挡的处理。
基于深度信息的目标跟踪，主要的研究情况为：
由A. Ess等人所开发的多行人检测和跟踪系统，在他们的系统框架中，深度信息只是作为一个辅助线索来提高目标检测器的精确度。但是它们止步于让深度信息辅助地面估计和目标检测而忽略进一步挖掘深度信息进行目标分割和定位，使得深度信息的最大优势无法得以利用。再者，地面估计只能适用于平行并悬浮于路面或平整平面之上的相机系统并且整个过程中相机系统参数需保持不变，在实际使用中用途受限。
Bansal等人通过将深度图像中的三维点投影到二维的地面上来抽取目标兴趣区域（Regions-of-interest）。以深度信息为主进行目标深度块在时间轴上的传播，这不仅能极大地解决表观变化剧烈或是前背景表观差异较小时跟踪漂移的问题，而且也为遮挡检测和目标重获取提供了可能。
Darrell等人将人脸和皮肤相似区域的检测加入到深度分割的框架中，先是检测出人脸或皮肤区域而后通过块连接算法(Connected Component)将深度图上与特征区域深度块和空间位置相近的深度块进行连接从而完成场景中人体的分割。
相似的，L. Wang将深度信息融合进前景抽取的最大能量函数的计算中，但是它的方法无法适用于移动的背景。而Y. Ma用深度信息作为辅助线索来提高视频跟踪中的遮挡处理，他们的方法虽然意识到了深度信息在遮挡处理的重要性，但是只是以一种间接的介入方法，因此对遮挡处理的效果很有限。
从20世纪80年代至今，研究者们对双目立体视觉的各个层次各个方面都进行了大量的研究，也取得了丰硕的成果。但是要构造出类似于人眼的通用双目立体视觉系统，并且利用深度信息进行目标跟踪还需要很长时间的探索和研究，进一步的研究方向可归纳如下：
(1)如何建立更有效的双目立体视觉模型，能更充分的反映立体视觉的不确定性，为匹配提供更多的约束信息，降低立体匹配的难度。
(2)建立更为鲁棒的目标表观模型以辅助深度信息在动态场景中实现更可靠和鲁棒的目标跟踪。
(3)建立更为鲁棒的遮挡处理方法。
(4)算法向并行化发展，提高速度，减少运算量，增强系统的实用性。











3、 本课题的主要研究内容（提纲）和成果形式：
利用两个摄像机分别获取的左右视角图像获取物体的深度信息，对目标物体进行跟踪，具体内容为：
（1）基于双目视觉的深度信息提取算法。
（2）将深度信息融入目标跟踪中，有效处理遮挡、表观变化和“漂移”问题。
本课题的成果应包括：一个可以运行的源程序以及据此写出的毕业论文

4、 拟解决的关键问题：
（1）当背景或其他目标与原目标拥有相似深度值时，如何使得分割出来的目标深度块不受到非目标像素的干扰，需要采用更有效的 ……（未完，全文共3934字，当前仅显示1987字，请阅读下面提示信息。收藏《论文开题报告：基于深度信息的目标跟踪》）