基于视频的目标长期跟踪置信度算法研究开题报告

1. 研究目的与意义（文献综述）

视觉是人类感知自身周围复杂环境最直接有效的手段之一，而在现实生活中大量有意义的视觉信息都包含在运动中，人眼对运动的物体和目标也更敏感，能够快速的发现运动目标，并对目标的运动轨迹进行预测和描绘。

随着计算机技术、通信技术、图像处理技术的不断发展，计算机视觉己成为目前的热点研究问题之一。

与静态图像相比，视频序列图像的优势在于时间的连续性及目标运动信息的捕获。

2. 研究的基本内容与方案

2.1 目标跟踪算法研究与比较通过阅读近年来的相关期刊、文献[1,2,3,4,5]，了解各种目标跟踪算法，比较它们的优缺点，了解基本思路。

2.2 lct算法学习收集、阅读lct算法相关资料，了解其定义、基本性质、基本操作等，另外lct算法的核心是splay，它是平衡树中的一种，除了平衡树所共有的作用之外，还可以维护区间翻转，这也是它能成为lct辅助树的原因，因此，学习lct算法，splay的相关知识是必不可少的。

这之后还需要通过研究代码模板，分析学习lct算法在实际中的应用方式、代码思路。

3. 研究计划与安排

第1周-第3周（2020.2.24-2020.3.15）搜集资料，撰写开题报告，完成外文翻译。

第4周-第5周（2020.3.16-2020.3.29）论文开题。

第6周-第12周（2020.3.30-2020.5.17）撰写论文初稿。

4. 参考文献（12篇以上）

[1] Ma C, Yang X, Zhang C, et al. Long-term correlation tracking[C]// CVPR, 2015.[2] Wang M, Liu Y, Huang Z. Large Margin Object Tracking with Circulant Feature Maps [C]// CVPR, 2017.[3] Danelljan M, Shahbaz Khan F, Felsberg M, et al. Adaptive color attributes for real-time visual tracking [C]// CVPR, 2014.[4] Danelljan M, Hager G, Khan F S, et al. Discriminative Scale Space Tracking [J]. IEEE TPAMI, 2017.[5] Danelljan M, Hager G, Shahbaz Khan F, et al. Adaptive decontamination of the training set: A unified formulation for discriminative visual tracking [C]// CVPR, 2016.[6] 官洪运,欧阳江坤,杨益伟,吴炜. 基于特征融合的改进LCT跟踪算法[J]. 东华大学数字化纺织服装技术教育部工程研究中心,2018,241-247.[7] 尹宏鹏,陈波,柴毅,刘兆栋. 基于视觉的目标检测与跟踪综述[J].自动化学报. 2016(10).[8] 黄凯奇,陈晓棠,康运锋,谭铁牛. 智能视频监控技术综述[J]. 计算机学报. 2015(06).[9] 沈秋,严小乐,刘霖枫,孔繁锵,王丹丹.基于自适应特征选择的多尺度相关滤波跟踪[J].光学学报. 2017(05).[10] 张雷,于凤芹.基于置信图特性的改进时空上下文目标跟踪[J]. 计算机工程. 2016(08).[11] 秦晓燕,袁广林,李从利,张旭. 一种快速鲁棒的视频序列运动目标检测方法[J]. 电子学报. 2017(10).[12] 张应辉,刘养硕.基于帧差法和背景差法的运动目标检测[J].计算机技术与发展. 2017(02).[13] 胡一帆,胡友彬,李骞,耿冬冬.基于视频监控的人脸检测跟踪识别系统研究[J].计算机工程与应用. 2016(21).[14] 王文智,张儒良,黄成泉,王林.基于计算机视觉运动目标检测综述[J].贵州师范学院学报. 2016(09).[15] 肖璐.南昌航空大学.基于视频的运动目标检测与跟踪算法的研究[D]. 2017