BYR Achieve · 镜像论坛

[讲座]基于目标表观建模的视觉跟踪

2008/1/14镜像同步11 回复

讲座的slides已经上传了，见11楼多媒体兴趣小组的同学们:您好! 多媒体兴趣小组（SigMM）学术报告，欢迎参加题目：基于目标表观建模的视觉跟踪报告人：李玺时间：1月18日周五晚19:30 -21：30 地点：清华FIT 1区312 摘要：众所周知，目标跟踪的核心就是如何对目标进行有效的表达，而目标表达大多数是通过目标表观建模来实现的。因此，如何构建一个好的表观模型对目标识别起着至关重要的作用。特别是在时序数据流中，目标的表观是随着时间而变化的，同时还可能受到各种因素的干扰。此外，还要满足实际应用的低计算复杂度的要求。这样就给我们提出一个严峻的挑战，那就是如何构建一个在线的低复杂度的并且非常有效的表观模型，这对目标分类、跟踪和行为理解是非常重要的。正是基于此，我们研究的主要内容是如何构建一个有效的目标表观模型，使得该模型对光照、噪音、部分遮挡、形变等复杂因素都比较鲁棒。我们拟采用基于子空间分析的无监督机器学习的方法来构建目标表观模型，同时多模式的目标表观空间分布信息也被嵌入到改模型。这样以来，我们构建的模型就能够有效地减少场景象素的时空冗余信息，而且能够融合目标的不同角度的时空信息以建立一个相比于以前的方法更加鲁棒的表观模型，从而能够较好地处理噪音干扰、运动模糊、光照变化等复杂情况下的目标跟踪问题。于是，我们提出两种基于目标表观建模的视觉跟踪框架：（1）基于增量张量子空间学习的视觉跟踪框架。改框架通过增量张量子空间分析算法来在线地来学习一个低维的张量特征空间模型，该模型能够在线地发现三阶张量在不同模式上的投影子空间。（2）基于对数欧式黎曼子空间学习的视觉跟踪框架。该框架能够增量地学习一个低阶的并且能够自适应更新样本均值和特征基的对数欧式黎曼特征空间表征模型，使得跟踪对光照、部分遮挡等复杂因素都比较鲁棒。报告人发表的部分文章： Xi Li, Weiming Hu, Zhongfei Zhang, Xiaoqin Zhang, and Guan Luo, "Robust Visual Tracking Based on Incremental Tensor Subspace Learning", IEEE International Conference on Computer Vision, 2007 Xi Li, Weiming Hu and Zhongfei Zhang, "Corner detection of contour images using spectral clustering," IEEE ICIP'07 (Accepted). Xi Li, Weiming Hu, Wei Hu, "A Coarse-to-Fine Strategy for Vehicle Motion Trajectory Clustering", 18th International Conference on Pattern Recognition, 2006, Vol. 1, Aug. 2006:591 - 594. Xiaoqin Zhang, Weiming Hu, Steve Maybank, Xi Li, "Graph Based Discriminative Learning for Robust and Efficient Object Tracking", IEEE International Conference on Computer Vision, 2007 Mingliang Zhu, Weiming Hu, Xi Li, "Customizable Instance-Driven Webpage Filtering Based on Semi-Supervised Learning", Proceedings of IEEE/WIC/ACM International Conference on Web Intelligence, 2007. Xue Zhou, Weiming Hu, and Xi Li, "An Adaptive Shape Subspace Model for Level Set-Based Object Tracking", In:Subspace 2007 Workshop on ACCV2007, accepted. 此致敬礼！ Xiaobing LIU 2008-01-13 ________________________________________ Xiaobing Liu (刘啸冰) email: liuxb02@mails.tsinghua.edu.cn Ph.D. student Intelligent Multimedia Group, Department of Computer Science and Technology, Tsinghua University, Beijing, China

订阅后，新回复会通过你的通知中心匿名送达。