基于深度学习的可视化视频目标检测与跟踪开题报告

1. 研究目的与意义

视频目标跟踪是计算机视觉研究领域的核心问题,一直得到广泛的研究与关注,这主要是因为该方向在现实的诸多领域都有广泛的应用,例如视频监控、智能导航、医学诊断以及增强现实和虚拟现实等等。随着信息技术日新月异的快速发展,包括视频图像处理、计算机视觉、机器学习、人工智能以及模式识别等在内的诸多学科领域交叉渗透,视频目标跟踪的新技术层出不穷,跟踪性能不断提升。然而,尽管人们已经提出了许多有效的视频目标跟踪算法,但在实际应用中仍然面临很多困难,例如环境中的光照变化、目标外观的改变、非线性形变、摄像机的抖动,以及背景中的噪声干扰等因素,因此设计准确可靠、稳定性好的视频目标跟踪算法在当前仍然是一项非常具有挑战性的工作。

2. 研究内容和预期目标

研究内容：自主设计并实现视频目标跟踪算法。

拟解决的关键问题：对环境中的光照变化、目标外观的改变、非线性形变、摄像机的抖动,以及背景中的噪声干扰等因素进行处理，使得结果更为精确。

写作提纲：1、简述视频目标跟踪算法的背景与发展现状，2、概括本文所使用的相关算法，3、算法的设计与实现，4、算法的总结与改进，5、过程中遇到的问题及解决方法。

3. 国内外研究现状

视频目标跟踪研究有较多分支, 内容十分丰富.按照跟踪目标是否已知, 可分为特定目标跟踪与非特定目标跟踪. 特定目标的跟踪可以利用先验知识对目标外观进行建模, 典型代表有手的跟踪、人眼跟踪、头或脸部跟踪等, 其中手的跟踪在人机交互方面有重要应用, 是未来非接触式交互工具的基础. 非特定目标跟踪对目标无任何先验知识, 只能利用第一帧所给出的标注信息, 因其较的难度一直以来都是跟踪研究的重点. 按照跟踪目标的数量, 可分为单

目标跟踪和多目标跟踪. 单目标跟踪是最早、最基础也是目前研究最多的分支. 多目标跟踪研究随着近年来数据关联等方法的出现也日益增多并发展较快. 按照获取目标数据的摄像头的特点, 可以分为单摄像头跟踪、多摄像头跟踪和跨摄像头跟踪 (也称为重识别). 单摄像头跟踪最为基础, 其特点是无法获取目标的深度信息. 多摄像头跟踪可以捕获目标多个视角的图像, 从而获取深度信息, 但图像融合难度较大. 跨摄像头跟踪是近年来跟踪领域里面新兴的研究课题, 旨在弥补目前固定摄像头的视域局限, 在目前的安防领域也中具有重要的实用价值。

4. 计划与进度安排

1、简述视频目标跟踪算法的背景与发展现状，

2、概括本文所使用的相关算法，

3、算法的设计与实现，

5. 参考文献

[1]杨磊,朱富丽.大数据背景下多维多尺度精准扶贫信息化问题的探究[j].市场研究,2019(09):31-32.

[2]戚臻杰,邱立达.基于稀疏滤波的视频目标跟踪方法[j].计算机产品与流通,2019(10):109-110.

[3]程志.大数据技术在教育精准扶贫中的应用路径探析[j].中国多媒体与网络教学学报(上旬刊),2019(10):3-4.