复杂大场景下的多摄像机接力目标跟踪问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60775023
  • 项目类别：
    面上项目
  • 资助金额：
    7.0万
  • 负责人：
    常发亮
  • 依托单位：
    山东大学
  • 学科分类：
    F0604.机器感知与机器视觉
  • 结题年份：
    2008
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2008-12-31

项目摘要

课题针对复杂大场景下视觉目标跟踪的难点和亟待解决的问题，研究多摄像机接力目标跟踪的相关理论和算法。主要研究内容包括运动目标分割、目标特征的选择与提取、基于自适应分段边界特征和自适应分块颜色（灰度）分布特征的目标特征模型的建立、复杂场景下（目标半遮挡、遮挡、变形、强机动和光照变化等）的目标跟踪算法、目标运动特性的经验模型的建立、多摄像机的空间坐标标定与转换、摄像机运动控制模型的建立与接力区的确定、大场景下多摄像机的接力跟踪和协同跟踪策略以及接力区内的时空渐进特征匹配算法。在此基础上，研究和开发安保监控多摄像机接力目标跟踪的原型系统。本项目的研究成果可以应用在视觉自主导航机器人、多智能体协作、可疑目标的连续跟踪、智能交通监控与违章追踪、军事领域的无人驾驶飞机和车辆等实际系统中，这也是该类系统中亟待解决的一些关键理论和技术问题，具有重要的理论价值、实用价值和科学意义，有着广阔的发展和应用前景。

结项摘要

项目成果

期刊论文数量（21）
专著数量（0）
科研奖励数量（0）
会议论文数量（2）
专利数量（0）
遮挡情况下的视觉目标跟踪方法研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    控制与决策
  • 影响因子：
    --
  • 作者：
    常发亮;马丽;乔谊正
  • 通讯作者：
    乔谊正
基于网络最小割的分层立体视觉匹配方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    模式识别与人工智能
  • 影响因子：
    --
  • 作者：
    常发亮;王哲
  • 通讯作者：
    王哲
机械手多线段目标实时视觉检测与定位
  • DOI：
    10.1002/anie.202112855
  • 发表时间：
    2022-02-14
  • 期刊：
    电子测量与仪器学报
  • 影响因子：
    --
  • 作者：
    Galman, James L.;Parmeggiani, Fabio;Seibt, Lisa;Birmingham, William R.;Turner, Nicholas J.
  • 通讯作者：
    Turner, Nicholas J.
彩色图像中的人脸检测方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    山东大学学报(工学版)
  • 影响因子：
    --
  • 作者：
    常发亮;田伟;马志强;赵瑶
  • 通讯作者：
    赵瑶
基于改进的均值漂移算法的非刚性目标跟踪
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程与科学
  • 影响因子：
    --
  • 作者：
    赵瑶;常发亮;郝洪霆
  • 通讯作者：
    郝洪霆

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

结合Retinex校正和显著性的主动轮廓图像分割
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    光学精密工程
  • 影响因子：
    --
  • 作者：
    刘冬梅;常发亮
  • 通讯作者：
    常发亮
基于Gabor滤波和K-medoid聚类分析的人眼检测和瞳孔定位
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    光电子-激光
  • 影响因子：
    --
  • 作者：
    刘春生;常发亮;陈振学;李爽
  • 通讯作者：
    李爽
一种基于区域投影的人眼精确定位方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    光电子.激光
  • 影响因子：
    --
  • 作者：
    王文成;常发亮
  • 通讯作者：
    常发亮
基于Mean Shift和自适应预测的非刚性目标跟踪算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    控制与决策
  • 影响因子：
    --
  • 作者：
    常发亮;赵瑶;陈振学;徐建光
  • 通讯作者：
    徐建光
基于平稳小波的自适应阈值MR图像去噪法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    山东大学学报(工学版)
  • 影响因子：
    --
  • 作者：
    刘成云;陈振学;常发亮
  • 通讯作者：
    常发亮

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

常发亮的其他基金

人机共融非结构动态场景下的人体作业行为意图理解方法研究
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    57 万元
  • 项目类别：
    面上项目
大场景下多摄像机多目标协同接力跟踪与异常事件预警研究
  • 批准号：
    61673244
  • 批准年份：
    2016
  • 资助金额：
    61.0 万元
  • 项目类别：
    面上项目
基于人类视觉自然搜索和注意认知机制的行车环境交通标识检测跟踪与识别
  • 批准号：
    61273277
  • 批准年份：
    2012
  • 资助金额：
    76.0 万元
  • 项目类别：
    面上项目
基于学习与继承的复杂大场景下多智能体接力目标跟踪研究
  • 批准号：
    60975025
  • 批准年份：
    2009
  • 资助金额：
    32.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码