基于区分性模型学习的综合在线多物体检测、跟踪和分割

Among the most active research fields in computer vision, object detection, tracking and segmentation in videos are of fundamental importance to most intelligent visual surveillance system, and has significant academic research value and broad application potentials. This project proposes to design some novel discriminative models as well as their learning methods, and develop a system which can online simultaneously detect, tract and segment multiple objects in videos. The project will focus on four key points: (1) discriminative model based online multiple object detection; (2) discriminative model based online multiple object tracking; (3) discriminative model based online multiple object segmentation; (4) visual surveillance prototype system designation based on multiple object detection, tracking and segmentation. The research subject of this project is, through several efficient and robust multiple object detection, tracking and segmentation algorithms, to implement a prototype visual surveillance system applied on crowd and vehicle monitoring, which can improve the effectiveness and practicality of existing systems. This project will not only improve the development of video object detection, tracking and segmentation techniques, but also has great practical significances for building safe cities and maintaining social stability.

作为计算机视觉领域的热点研究问题，视频中物体的检测、跟踪和分割技术是绝大多数智能监控系统的前提和基础，具有非常重要的研究价值和广阔的应用前景。本课题提出通过设计一些新型的区分性模型及其学习算法，实现对视频中的多个物体同时进行在线检测、跟踪和分割。研究内容包括：（1）基于区分性模型学习的在线多物体检测算法；（2）基于区分性模型学习的在线多物体跟踪技术；（3）基于区分性模型的学习的在线多物体分割技术；（4）基于多物体检测、跟踪和分割算法的视觉监控原型系统设计。本课题的研究目标是通过一系列高效和鲁棒的多物体检测、跟踪和分割算法，来提高现有视觉监控系统的有效性和实用性，从而实现一个智能化视觉监控原型系统，并将其用于公共场所的人群和车辆监控。该项研究不仅能够促进视频中物体检测、跟踪和分割等相关技术的发展，而且对于构建平安城市和维护社会稳定具有非常重要的现实意义。

视频中的物体检测、跟踪和分割是计算视觉领域中几个非常重要的研究问题，相关的算法技术是很多实际应用系统的基础和核心。本项目围绕这些问题展开研究，以区分性模型学习这一统一的技术主线来求解这些问题。项目完成的主要研究内容包括基于区分性模型学习的物体检测算法、基于区分式模型学习的物体跟踪算法、以及基于区分式模型学习的物体分割算法。主要的研究成果包括了一系列新颖的核心算法技术，这些算法技术在相关公开测试数据库上都取得了非常好的结果，参加相关竞赛的评测多次取得了第一名的成绩，共在领域主流的国际核心期刊中发表了4篇论文，在领域重要的国际会议中发表了13篇论文，撰写专著1部、译著1部。相关论文总共得到了近1000次国内外同行的引用，同时还有多篇论文目前正在审稿和投稿之中。其中的代表性工作包括：基于逐阶相关字典学习的人脸特征点检测算法、基于相关滤波的单物体跟踪算法和基于最小拓扑能量变化的多物体跟踪算法、以及一种快速自适应树状结构的图像分割算法等。这些新型算法的提出为监控视频中的物体检测、跟踪和分割等问题的求解提供了重要的参考价值，并在一定程度上推动了这些问题的发展，相关的算法和技术也已经授权多家企业在部分实际产品中得到了应用。