计算机视觉中的相关滤波跟踪和图像质量评价

作者简介

魏龙生，安徽安庆人，2005年7月毕业于安徽大学信息与计算科学专业，获理学学士学位；2007年7月毕业于华中科技大学概率论与数理统计专业，获理学硕士学位；2011年7月毕业于华中科技大学控制科学与工程专业，获工学博士学位；2016年10月至2017年11月国家公派美国哈佛大学访问学者。

内容简介

本章主要概述视频目标检测、相关滤波跟踪、图像质量评价的研究背景和研究现状。视频目标检测的精度直接决定了需要跟踪的初始目标，目标跟踪的结果反过来有助于提高检测的精度，图像质量评价可用于评估视频的清晰度和失真度，辅助视频目标检测和跟踪。1.1视频目标检测随着现代科学技术逐渐成熟，计算机运算能力的提升和深度学习算法的发展，计算机在视觉领域取得了惊人的成就。视频目标检测任务作为计算机视觉领域的一个热门研究方向，被广泛地应用在智能监控［12］、智能交通［34］、智慧城市等诸多生活领域。作为语义分割、异常事件识别等高级计算机视觉任务的重要模块，视频目标检测已成为近年来的研究热点而备受关注。然而，在现实世界中视频目标检测仍然面临着许多挑战。一方面，深度学习算法的性能依赖于大量的训练数据，若将深度学习比作“炼丹”，则训练集就是“炼丹”中不可或缺的“灵材”，可见训练集对模型的质量起着关键的作用。但是，人工标注海量的数据是一个费时且费力的过程。另一方面，在视频目标检测领域，摄像头安装高度及成像视角的不同会导致成像目标外观、光照及成像的图像质量等方面有较大差异。这种成像差异会使得训练集和测试集之间出现较大的域移位，从而影响检测性能。以自主驾驶为例，不同天气条件下的图像样本在数据分布上差异巨大。因此，用晴朗天气下采集的数据训练出来的目标检测模型，在雾霾天气下的目标检测能力将大幅度下降。1.1.1域自适应算法和渐进自学习框架针对上述两方面的问题，本书提出一种基于域自适应学习的无监督视频目标检测算法，该算法属于迁移学习领域。选用开源的数据集作为源域（SD），不同的监控场景作为目标域（TD）。首先，采用通用检测器在目标域(监控)场景进行目标检测。由于场景成像条件有很大的差别，通用检测器很难在不同监控场景都有较好的检测性能。因此，根据通用检测器的检测置信度收集不同场景下难以被正确检测到的目标作为困难样本。然后，通过对齐两个域之间的实例级和类级的分布训练一个分类器，从而对不同目标域的困难样本进行分类。最后，将分类后的目标域样本用于通用检测器的在线学习，以提高通用检测器在各个目标域的检测性能，成为各个目标域的专用检测器。此外，困难样本的分类准确率对通用检测器的在线学习影响很大，因此，本书提出了一种在线渐进优化算法以提高通用检测器在线学习的容错率。1.1.2基于域自适应学习的目标检测在域自适应算法及渐进自学习框架的基础上，本书介绍了卷积神经网络(Convolutional Neural Networks, CNN)的运行过程并给出了网络架构细节，并详细说明了其组成结构：卷积层、池化层、全连接层等。 本书可作为从事计算机视觉的科研人员了解视频目标检测、相关滤波跟踪、图像质量评价等知识的参考书，也可作为有关技术编程开发人员自学和参考的资料书。