引入视觉注意机制的目标跟踪方法综述

被引:69
作者
黎万义 [1 ]
王鹏 [1 ]
乔红 [2 ]
机构
[1] 中国科学院自动化研究所精密感知与控制研究中心
[2] 不详
关键词
目标跟踪; 视觉注意; 显著性; 选择性注意; 视觉认知;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
视觉跟踪在无人飞行器、移动机器人、智能监控等领域有着广泛的应用,但由于目标外观和环境的变化,以及背景干扰等因素的存在,使得复杂场景下的鲁棒实时的目标跟踪成为一项极具挑战性的任务.视觉注意是人类视觉信息处理过程中的一项重要的心理调节机制,在视觉注意的引导下,人类能够从众多的视觉信息中快速地选择那些最重要、最有用、与当前行为最相关的感兴趣的视觉信息,特别地,人类能够快速指向感兴趣的目标,从而可以轻松地实现对目标的稳定跟踪.因此,将视觉注意机制引入到复杂场景下的目标跟踪中,有利于实现更为稳定和接近于人类认知机制的视觉跟踪算法.本文旨在对引入了视觉注意机制的目标跟踪方法进行综述.首先,介绍了视觉注意的基本概念及其代表性的计算模型;其次,对视觉注意与跟踪的内在关系进行了阐述;然后,对引入视觉注意机制的目标跟踪方法进行归纳、总结和分类,对代表性的方法进行介绍和分析;最后,对该类方法的特点和优势进行了讨论,并对未来的研究趋势进行了展望.
引用
收藏
页码:561 / 576
页数:16
相关论文
共 25 条
[1]   基于人类视觉智能和粒子滤波的鲁棒目标跟踪算法 [J].
朱明清 ;
王智灵 ;
陈宗海 .
控制与决策 , 2012, (11) :1720-1724
[2]  
基于Local特征和Regional特征的图像显著性检测[J]. 郭迎春,袁浩杰,吴鹏.自动化学报. 2013(08)
[3]  
基于随机采样的多量测目标跟踪算法[J]. 刘伟峰,柴中,文成林.自动化学报. 2013(02)
[4]  
视觉显著性凸显目标的评价[J]. 马儒宁,涂小坡,丁军娣,杨静宇.自动化学报. 2012(05)
[5]   基于视觉注意力变化的网络丢包视频质量评估 [J].
冯欣 ;
杨丹 ;
张凌 .
自动化学报, 2011, 37 (11) :1322-1331
[6]   全局孤立性和局部同质性图表示的随机游走显著目标检测算法 [J].
胡正平 ;
孟鹏权 .
自动化学报, 2011, 37 (10) :1279-1284
[7]   A Visual Attention Model for Robot Object Tracking [J].
JinKui Chu RongHua Li QingYing Li HongQing Wang School of Mechanical Engineering Dalian University of Technology Dalian PRC .
International Journal of Automation & Computing, 2010, 7 (01) :39-46
[8]   基于显著性加权的Mean Shift跟踪方法 [J].
张恒 ;
李由 ;
李立春 ;
于起峰 .
光学技术, 2008, (03) :404-407
[9]   显著性加权最小二乘图像匹配跟踪方法 [J].
张恒 ;
李立春 ;
李由 ;
于起峰 .
光电工程, 2008, (04) :23-27+34
[10]   视觉跟踪技术综述 [J].
侯志强 ;
韩崇昭 .
自动化学报, 2006, (04) :603-617