info
Thank you for visiting my theme! Replace this with your message to visitors.

你在这里: 主页 / 研究方向

目标检测与跟踪

目标检测与跟踪是计算机视觉领域的一个重要研究方向。

全部 2020 2019 2018 2017 2016 更多...

基于摄像机阵列多深度线索的场景深度估计及优化方法 [已完成]

主持人: 王庆 | 项目批准号: 61272287 | 资助部门: 国家自然科学基金委 | 起止时间: 2013-01-01/2016-12-31 | 项目类型:面上项目

三维场景深度获取一直是计算机视觉领域关注的重点之一,也是该领域众多其他问题,如三维重建、场景分割、视觉导航等相关研究的关键步骤。针对现有单一深度线索进行场景深度估计存在较大误差这一问题,本项目研究利用摄像机阵列多视点采样中所蕴含的多种深度线索来进行深度估计的方法,着重从三个方面探索多深度线索融合下的深度估计与优化方法,包括多深度线索获取、多线索融合的深度估计方法、多线索相互约束的深度估计优化方法。在多深度线索获取方面,项目组首先搭建了摄像机阵列系统的软硬件平台,并对其进行精确标定。本项目分别从对极面图、不同深度的重聚焦图像、共聚焦图像等数据源中提取结构线索、不同深度视差线索以及模糊线索等深度线索。进而,通过对其特性分析可以发现视差线索与模糊线索之间存在互补性。在多深度线索融合的深度估计方法方面,项目组首先研究了光场结构线索,提出了基于全局可控点的结构张量视差估计法。进而,研究组利用模糊线索并引入一种基于分割树的代价聚合算法对深度进行估计。对于自然场景中普遍存在的遮挡问题,研究组提出了光场下场景深度估计的多遮挡模型。最终,研究组在光场理论分析的基础上,提出了将视差线索与聚焦线索相融合的场景深度估计思路,进而提出了基于马尔科夫随机场理论融合视差法与变焦法优势的场景深度计算方法,与基于单一深度线索的场景几何结构恢复方法相比,该类方法具有更优的精度和鲁棒性。在深度估计优化方法方面,研究组给出了多视点图像匹配中的外点去除算法,在凸优化理论基础上,提出了一种基于惩罚线性回归的外点去除算法,有效去除了外点干扰;此外,研究组就遮挡区域深度特性进行研究,并提出一种基于表面相机的立体匹配抗遮挡全局优化方法,能有效处理遮挡部分;针对光场图像的混叠问题,研究组提出了一种基于随机遮挡孔径的角度域图像混叠检测方法,进而提出了基于混叠检测的共聚焦图像抗混叠处理方法,提高了共聚焦图像的生成质量。此外,研究组还开展了多个扩展技术与应用的研究,如多视点视频同步、光场超像素分割、光场局部特征子及其在活体人脸检测的应用等。

在本项目资助下,研究组申请发明专利4项,发表学术论文20篇,其中SCI二区期刊论文2篇,CCF认定的A类会议2篇。培养了青年教师2名并且均获得了自然科学基金青年基金资助,培养了5名博士研究生和10名硕士研究生。

 

关键词:深度估计;摄像机阵列;多深度线索;全局优化;深度评价模型


Figure-Aware Tracking under Occlusion from Monocular Videos
Xue Wang, Qing Wang
ICVRV 2014, 116-121
Paper | Code | BibTeX | Github

低质量视频超分辨率重构方法及模型适应性研究 [已完成]

主持人: 王庆 | 项目批准号: NCET-06-0882 | 资助部门: 教育部 | 起止时间: 2007-01-01/2009-12-31 | 项目类型:“新世纪优秀人才”计划项目

A Comprehensive Evaluation on Non-deterministic Motion Estimation
Changzhu Wu, Qing Wang
ICPR 2010, 2333-2336
Paper | Code | BibTeX | Github

Motion Estimation Approach Based on Dual-tree Complex Wavelets
Changzhu Wu, Qing Wang, Hongxiao Wang
ICPR 2008, 1-4
Paper | Code | BibTeX | Github

一个人可以被毁灭但永远不能被击倒 ----海明威