面向全运动视频与广域航拍运动图像的空间金字塔上下文感知运动目标检测与跟踪

一个鲁棒且快速的运动目标自动检测与跟踪系统对于刻画目标对象并提取时空信息以服务于视频监控、城市交通监控与导航、机器人等不同功能至关重要。在本学位论文中，我提出了一个协作式空间金字塔上下文感知运动目标检测与跟踪系统。所提出的视觉跟踪器由一个通常依赖视觉对象特征的主跟踪器以及两个基于对象时间运动信息的辅助跟踪器组成，辅助跟踪器将被动态调用以协助主跟踪器。SPCT 利用不同层级的图像空间上下文，使视频跟踪系统对遮挡、背景噪声具有抵抗力，并提升目标定位精度与鲁棒性。我们选取了预选的七通道互补特征，包括 RGB 颜色、强度与 HoG 的空间金字塔，以编码对象颜色、形状与空间布局信息。我们利用积分直方图作为基本构件以满足实时性需求。提出了一种新颖的快速算法，借助积分直方图方法的扩展，以常数时间复杂度精确计算空间加权局部直方图。探索了在 GPU 架构上高效计算积分直方图的不同技术，并应用于快速时空中值计算与三维人脸重建纹理映射。我们提出了一种基于运动信息与投影建筑底面图语义融合的多组件框架，以在城市高楼林立场景中显著降低误报率。在大量 VOTC2016 基准数据集与航拍视频上的实验证实，在智能融合框架中结合互补跟踪线索可实现全运动视频与广域航拍运动图像的持续跟踪。