正反向誤差跟蹤失敗自動檢測(TLD論文翻譯)

正反向誤差跟蹤失敗自動檢測(TLD論文翻譯)

ID:40499524

大?。?50.66 KB

頁數(shù):6頁

時間:2019-08-03

正反向誤差跟蹤失敗自動檢測(TLD論文翻譯)_第1頁
正反向誤差跟蹤失敗自動檢測(TLD論文翻譯)_第2頁
正反向誤差跟蹤失敗自動檢測(TLD論文翻譯)_第3頁
正反向誤差跟蹤失敗自動檢測(TLD論文翻譯)_第4頁
正反向誤差跟蹤失敗自動檢測(TLD論文翻譯)_第5頁
資源描述:

《正反向誤差跟蹤失敗自動檢測(TLD論文翻譯)》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在教育資源-天天文庫。

1、正反向誤差:跟蹤失敗自動檢測摘要:本篇論文提出了一種新的跟蹤失敗檢測方法。該檢測算法基于正反向誤差,也就是說,跟蹤是實時的前后方向并且在這兩條軌跡之間的差異是可以測量的。我們論證了以上所說的正反向誤差能夠確定跟蹤失敗的可靠性檢測,并且在視頻流只能夠選擇可靠的軌跡。我們還驗證了該方法是對常用的歸一化互相關算法(NCC)的補充?;谠撜`差,我們突出了一種名為中值流的新的目標跟蹤算法。在運用標準視頻序列(包含柔性目標)實驗時,該方法實現(xiàn)了非常好的表現(xiàn)。1簡介點跟蹤是計算視覺任務中非常普通的一個:給出一個點在t時刻的位置,目標就是估計它在t+1時刻的位置。在實際中

2、,跟蹤面臨的一個問題就是目標突然改變外形或者突然從視場中消失。在這種情況下,跟蹤算法就會失敗。我們研究了跟蹤失敗的檢測問題,然后提出了一種新的方法,該方法能夠使任意一種跟蹤器能夠自己評估自身的可靠性。這種方法是基于所謂的正反向一致性假設(正確的跟蹤與時間流的方向無關),體現(xiàn)在算法上,該假設是按照如下方式運用的:首先,一個跟蹤器按照時間往前走的方向通過跟蹤一個點生成一條軌跡。第二,在最后一幀圖像中點的位置初始化一條確認軌跡。這個確認的軌跡是通過從最后一幀到第一幀的反向跟蹤獲取的。第三,比較這兩條軌跡,如果差異很大,就認為正向軌跡是不正確的。圖1描述了當在兩張

3、圖片(基本軌跡)中跟蹤一個點時,這種方法的運用。第一個點在兩張圖片中都是可見的,并且跟蹤器能對該點進行正確定位,按照正反向跟蹤這個點能夠生成相同的軌跡。另一方面,第二個點在右邊的圖像中是不可見的,然而跟蹤器定位了另外一個點當作點2,從該點進行反向跟蹤,在一個不同于原先的初始位置結(jié)束了,很容易確認出兩條軌跡不一致,在實驗的時候,這種情況極有可能是跟蹤失敗了。圖1正反向誤差懲罰(不利于)不一致的軌跡。點1在兩幅圖像中都是可見的,跟蹤器在正反向上表現(xiàn)一致,點2在第二幅圖中被遮擋了,正反向軌跡不一致檢測跟蹤失敗的一個常用方法是用跟蹤點周圍的圖像塊來描述這個跟蹤點,

4、我們用t和t+1時刻相對應的圖像塊的差值平方和(SSD,sum-of-squaredifferences)[3,9]來比較這兩個圖像塊,這種誤差能夠檢測出由于遮擋和目標的迅速移動造成的跟蹤失敗,但是不能檢測出軌跡的緩慢的漂移??梢酝ㄟ^定義一個絕對誤差來檢測漂移,比如比較當前幀的圖像塊和初始圖像的各種仿射變換(該種誤差為絕對誤差)[11],但這種方法只適用于平面目標。最近,提出了一種比較普通的估計跟蹤性能的方法[13],該方法基于的思想和本文中提出的思想相似,這種方法利用靜態(tài)測量模型為粒子濾波器設計的。但是我們并不建議將該方法使用到點跟蹤上。該論文的剩余部分

5、是按照如下方式組織的:第二部分構(gòu)造了一個新的誤差衡量方法,叫做正反向誤差并且在第三部分將該方法與SSD方法進行數(shù)量上的比較。在第四部分,將該方法用于特征點選擇。第五部分提出了中值流跟蹤器,利用標準視頻序列檢測該跟蹤器時,體現(xiàn)了非常優(yōu)越的性能。該論文做了總結(jié)及展望了工作。2、正反向誤差該部分定義了特征點軌跡的正反向(FB)誤差,具體看圖1的說明。為圖像序列,是一個點在t時刻的點的位置,使用任意一個跟蹤器,點往前跟蹤k步,那么形成的軌跡就是,代表往前,代表長度。我們的目標是估計所給出的圖像序列的軌跡的誤差(可靠性),為了這個目的,我們構(gòu)建了確認軌跡。點從后往前

6、跟蹤至第一幀,產(chǎn)生軌跡,其中。正反向誤差定義為兩個軌跡之間的距離:。對于不同的軌跡比較會得到不同的距離(distance)。為了簡化,我們使用軌跡中初始點和結(jié)束點之間的歐氏距離,。以上提出的FB誤差的主要優(yōu)勢是它可以應用到一系列的跟蹤器并且很容易執(zhí)行。如果數(shù)據(jù)違反了假設,那么跟蹤失敗。比如說當目標比預期的運動快的時候,在這種情況下,跟蹤器會產(chǎn)生一條軌跡,從某種程度上而言,該軌跡是任意的,而從后往前會產(chǎn)生另外一條隨意的跟蹤軌跡,這兩條軌跡極有可能不同。最近提出了一種新的跟蹤算法,該算法在預測目標位置時直接使用了時間可逆性。因此,按定義而言前后軌跡應該是一致的

7、。在這種情況下,不能使用FB誤差。3跟蹤失敗的檢測FB誤差確定正確跟蹤的能力是利用綜合數(shù)據(jù)進行定量評估的。我們把100張自然的圖片序列進行隨機仿射變換并且加上高斯噪聲。在原始圖片序列的一個整齊的(有規(guī)律的)網(wǎng)格(以5個像素作為間隔)上初始化一系列的點,將這些點投射到變形的圖片上來產(chǎn)生地面實況地面實況,即“groundtruth”指的是用于有監(jiān)督訓練的訓練集的分類準確性。也指收集準確客觀的數(shù)據(jù)用于驗證的過程。軌跡。在原始圖像和變形圖像之間對應點的替代點是通過Lucas-Kanade跟蹤器[8,11]來估計的。替代點以結(jié)束更近(Displacementstha

8、tendedupcloser),之后從地面實況獲取的兩個像素被標記

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。