面向远程环境目标感知的视觉跟踪与深度估计算法研究
发布时间：2022-09-17 21:01
在我国多发自然灾害和事故灾难的情况下,为了保证救援人员的人身安全,发展远程无人操作平台是面向应急救灾安全保障的新需求。为了向操作员提供准确的远程环境感知能力,基于计算机视觉手段提取远程环境中各类目标物的方位、姿态、深度等信息,可以规避潜在危险并实现直观精细地操作辅助。针对远程场景中的目标深度感知需求,本文从视觉目标跟踪和双目立体深度估计两个方向研究了计算机视觉理论算法,取得了一定的理论研究成果,并设计了一种算法实施方案。近年来,基于传统数学模型的视觉跟踪方法和基于深度神经网络的立体匹配方法得到了研究人员的广泛关注和持续跟进。一方面,复杂环境中随时间变化的目标形态和目标外观对现有跟踪算法提出的挑战仍然存在,如何挖掘目标局部稳定外观特征,实现快速准确的视觉跟踪仍然需要深入研究。另一方面,最新的立体匹配算法通过设计复杂的深度神经网络结构来降低匹配误差,但无法实时输出高分辨率深度图。如何通过简化创新网络结构来提高立体匹配算法推理效率,并对深度图中的边缘等精细结构实现准确预测,面向实用化改进立体匹配网络仍是难点问题。本文首先完整地回顾总结了基于稀疏表示模型和基于相关滤波模型的视觉跟踪方法中的数学...
【文章页数】：156 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 远程视觉感知的应用研究现状
1.2.2 运动目标深度估计的研究现状
1.3 研究内容和主要贡献
1.4 本文的组织结构
第二章 经典视觉跟踪与双目深度估计算法研究现状
2.1 引言
2.2 经典视觉跟踪算法的研究现状
2.2.1 基于稀疏表示模型的跟踪算法
2.2.2 基于相关滤波模型的跟踪算法
2.3 双目深度估计原理与立体匹配研究现状
2.3.1 双目视觉系统的标定及深度估计原理
2.3.2 基于深度神经网络的立体匹配算法
2.4 本章小结
第三章 基于循环反向稀疏模型的实时稀疏视觉跟踪
3.1 引言
3.2 循环反向稀疏模型的建立与优化
3.2.1 问题建模
3.2.2 优化求解
3.2.3 模板更新
3.2.4 整体实现
3.3 实验结果与分析
3.3.1 实验设置
3.3.2 定量分析
3.3.3 属性分析
3.4 本章小结
第四章 基于空间树形结构联合约束的稀疏相关视觉跟踪
4.1 引言
4.2 相关滤波原理与结构稀疏约束
4.2.1 相关滤波原理
4.2.2 结构稀疏约束
4.3 空间结构联合约束跟踪模型的建立与优化
4.3.1 问题建模
4.3.2 优化求解
4.3.3 模板更新
4.3.4 整体实现
4.4 实验结果与分析
4.4.1 实验设置
4.4.2 定量分析
4.4.3 定性分析
4.5 本章小结
第五章 基于自适应深度不连续感知的深度立体匹配网络
5.1 引言
5.2 基于局部自适应感知的立体匹配网络
5.2.1 网络整体结构与参数
5.2.2 局部自适应正则化损失
5.3 实验结果与分析
5.3.1 实验设置及评价指标
5.3.2 定量分析和定性分析
5.4 本章小结
第六章 基于深度超分辨率子网的高效立体匹配网络
6.1 引言
6.2 基于深度超分辨率的高效立体匹配网络
6.2.1 网络整体结构与参数
6.2.2 深度不连续感知超分辨率子网
6.2.3 深度不连续感知损失
6.3 实验结果与分析
6.3.1 实验设置及评价指标
6.3.2 定量分析和定性分析
6.4 本章小结
第七章 基于视觉跟踪和深度估计的目标感知系统
7.1 引言
7.2 远程目标感知系统的总体结构
7.3 远程目标感知系统的关键实现
7.3.1 基于循环反向稀疏模型的多线程跟踪
7.3.2 基于高效立体匹配网络的域自适应微调
7.4 系统仿真实验
7.4.1 室内环境深度估计实验
7.4.2 室外环境系统运行实验
7.5 本章小结
第八章 总结与展望
8.1 全文总结
8.2 后续工作展望
致谢
参考文献
攻读博士学位期间取得的成果
【参考文献】：
期刊论文
[1]立体视觉临场感系统的设计和实现[J]. 胡海鹰,李家炜,王捷,刘宏. 光学技术. 2006(S1)
博士论文
[1]基于立体视觉的空间动态目标测量与跟踪算法设计[D]. 高瞻宇.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]微创手术机器人立体视觉系统设计方法与引导机理研究[D]. 高元倩.天津大学 2017
[3]面向空间舱内机器人遥操作的增强现实仿真场景构建技术研究[D]. 张金玲.北京邮电大学 2009
[4]基于增强现实的遥操作关键技术研究[D]. 熊友军.华中科技大学 2005
硕士论文
[1]基于VR的遥操作工程机器人系统研究[D]. 陶浩.广东工业大学 2019
[2]基于双目视觉的特定运动目标跟踪和实时测距方法研究[D]. 李薇.西安理工大学 2018
[3]遥操作机器人虚拟环境建模及实验研究[D]. 袁祖龙.东南大学 2018
[4]远程视觉感知与呈现方法的研究[D]. 李闻捷.电子科技大学 2018
[5]基于全方位视觉系统的运动目标检测、跟踪及三维定位算法研究[D]. 龚鼎.深圳大学 2017
[6]基于双目视觉的运动目标深度信息提取方法研究[D]. 靳太明.电子科技大学 2017
[7]基于增强现实技术的遥操作方式设计与实现[D]. 林渊.哈尔滨工业大学 2016
[8]基于双目视觉的运动目标检测与三维测量[D]. 孙亚芹.西南大学 2015
[9]双目测距系统及标定方法研究[D]. 姜雨彤.长春理工大学 2013
[10]基于双目视觉信息的运动物体实时跟踪与测距[D]. 祝琨.北京交通大学 2008
本文编号：3679932
【文章页数】：156 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 远程视觉感知的应用研究现状
1.2.2 运动目标深度估计的研究现状
1.3 研究内容和主要贡献
1.4 本文的组织结构
第二章 经典视觉跟踪与双目深度估计算法研究现状
2.1 引言
2.2 经典视觉跟踪算法的研究现状
2.2.1 基于稀疏表示模型的跟踪算法
2.2.2 基于相关滤波模型的跟踪算法
2.3 双目深度估计原理与立体匹配研究现状
2.3.1 双目视觉系统的标定及深度估计原理
2.3.2 基于深度神经网络的立体匹配算法
2.4 本章小结
第三章 基于循环反向稀疏模型的实时稀疏视觉跟踪
3.1 引言
3.2 循环反向稀疏模型的建立与优化
3.2.1 问题建模
3.2.2 优化求解
3.2.3 模板更新
3.2.4 整体实现
3.3 实验结果与分析
3.3.1 实验设置
3.3.2 定量分析
3.3.3 属性分析
3.4 本章小结
第四章 基于空间树形结构联合约束的稀疏相关视觉跟踪
4.1 引言
4.2 相关滤波原理与结构稀疏约束
4.2.1 相关滤波原理
4.2.2 结构稀疏约束
4.3 空间结构联合约束跟踪模型的建立与优化
4.3.1 问题建模
4.3.2 优化求解
4.3.3 模板更新
4.3.4 整体实现
4.4 实验结果与分析
4.4.1 实验设置
4.4.2 定量分析
4.4.3 定性分析
4.5 本章小结
第五章 基于自适应深度不连续感知的深度立体匹配网络
5.1 引言
5.2 基于局部自适应感知的立体匹配网络
5.2.1 网络整体结构与参数
5.2.2 局部自适应正则化损失
5.3 实验结果与分析
5.3.1 实验设置及评价指标
5.3.2 定量分析和定性分析
5.4 本章小结
第六章 基于深度超分辨率子网的高效立体匹配网络
6.1 引言
6.2 基于深度超分辨率的高效立体匹配网络
6.2.1 网络整体结构与参数
6.2.2 深度不连续感知超分辨率子网
6.2.3 深度不连续感知损失
6.3 实验结果与分析
6.3.1 实验设置及评价指标
6.3.2 定量分析和定性分析
6.4 本章小结
第七章 基于视觉跟踪和深度估计的目标感知系统
7.1 引言
7.2 远程目标感知系统的总体结构
7.3 远程目标感知系统的关键实现
7.3.1 基于循环反向稀疏模型的多线程跟踪
7.3.2 基于高效立体匹配网络的域自适应微调
7.4 系统仿真实验
7.4.1 室内环境深度估计实验
7.4.2 室外环境系统运行实验
7.5 本章小结
第八章 总结与展望
8.1 全文总结
8.2 后续工作展望
致谢
参考文献
攻读博士学位期间取得的成果
【参考文献】：
期刊论文
[1]立体视觉临场感系统的设计和实现[J]. 胡海鹰,李家炜,王捷,刘宏. 光学技术. 2006(S1)
博士论文
[1]基于立体视觉的空间动态目标测量与跟踪算法设计[D]. 高瞻宇.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]微创手术机器人立体视觉系统设计方法与引导机理研究[D]. 高元倩.天津大学 2017
[3]面向空间舱内机器人遥操作的增强现实仿真场景构建技术研究[D]. 张金玲.北京邮电大学 2009
[4]基于增强现实的遥操作关键技术研究[D]. 熊友军.华中科技大学 2005
硕士论文
[1]基于VR的遥操作工程机器人系统研究[D]. 陶浩.广东工业大学 2019
[2]基于双目视觉的特定运动目标跟踪和实时测距方法研究[D]. 李薇.西安理工大学 2018
[3]遥操作机器人虚拟环境建模及实验研究[D]. 袁祖龙.东南大学 2018
[4]远程视觉感知与呈现方法的研究[D]. 李闻捷.电子科技大学 2018
[5]基于全方位视觉系统的运动目标检测、跟踪及三维定位算法研究[D]. 龚鼎.深圳大学 2017
[6]基于双目视觉的运动目标深度信息提取方法研究[D]. 靳太明.电子科技大学 2017
[7]基于增强现实技术的遥操作方式设计与实现[D]. 林渊.哈尔滨工业大学 2016
[8]基于双目视觉的运动目标检测与三维测量[D]. 孙亚芹.西南大学 2015
[9]双目测距系统及标定方法研究[D]. 姜雨彤.长春理工大学 2013
[10]基于双目视觉信息的运动物体实时跟踪与测距[D]. 祝琨.北京交通大学 2008
本文编号：3679932
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3679932.html