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
[21]  
Biologically Inspired Object Tracking Using Center-Surround Saliency Mechanisms .2 Mahadevan,Vijay,Vasconcelos,Nuno. Pattern Analysis and Machine Intelligence, IEEE Transactions on . 2013
[22]  
Cognitive Psychology and Its Implica-tions .2 Anderson,J.R. Worth Publishers . 2004
[23]  
Learning context-based feature descriptors for object tracking .2 A.Borji,S.Frintrop. Proceedings of the 5th ACM/IEEE International Conference on Human Robot Interaction . 2010
[24]  
Graph-based visual saliency .2 Harel J,Koch C,Perona P. Proceedings of the 20th Annual Conference on Neural Information Processing Systems . 2007
[25]   Modeling attention to salient proto-objects [J].
Walther, Dirk ;
Koch, Christof .
NEURAL NETWORKS, 2006, 19 (09) :1395-1407