计算机视觉是以摄像头或相机作为人的眼睛,以电脑或其他计算平台作为人的大脑来模拟人的视觉感知与行为决策。

    视觉目标跟踪就是利用计算机视觉技术来模拟人眼的跟随行为,比如跟随行人、车辆、宠物等感兴趣目标,从而辅助视频监控、行为分析等更高级别任务。

    对感兴趣目标的跟踪是人类乃至动物的本能,如草丛中蛰伏的猎豹通过双眼牢牢地锁定着落单进食的羚羊,紧紧地跟踪着羚羊的一举一动,不断地预估着羚羊的位置和动态,等到时机成熟瞬间启动开始捕猎,并不断调整将羚羊牢牢锁定在视野中。

    生活中大人在照看孩童玩耍时,大人的目光也会一直关注在孩童身上,以防出现跌倒或走失的意外情况。

    然而,相比人或动物的大脑,计算机处理的智能水平还处于非常初级的阶段,因此视觉目标跟踪对于计算机视觉来说是一个非常难以解决的问题。

    目标外观特征的模糊性及运动场景的复杂性给跟踪带来诸多挑战,如目标尺寸各异、运动轨迹复杂、视觉特征多样、光照阴影变化、背景噪声杂乱等。同时,视觉目标跟踪在民用和军事方面都有着非常重要的应用,如智能交通、安防监控、视觉导航、机器人操作、虚拟现实、军事制导等方面。

    目前,国外的卡内基梅隆大学、加州大学默塞德分校、天普大学、苏黎世联邦理工学院、林雪平大学、卢布尔雅那大学等高校及机构在视觉目标跟踪领域处于前沿引领地位。

    同时,国内中科院自动化所、大连理工大学、商汤科技公司、微软亚洲研究院、安徽大学等学校及机构均在顶级会议期刊以及国际权威比赛中取得了出色的成绩,不断缩小国内外在该领域的研究差距。

    无人机对地跟踪、虚拟现实和增强现实中的手势跟踪、机器人第一视角跟踪都是非常好的应用场景。比如在公安刑侦场景,无人机可以利用视觉目标跟踪技术对嫌疑人及车辆进行空中鸟瞰视角跟踪,辅助地面监控平台,实现对嫌疑人的追踪和抓捕。同时,大疆公司的民用无人机可以利用视觉目标跟踪技术来实现无人机跟踪拍照,在大型活动典礼、私家聚会婚礼等场合都能够提供新型视频展示素材,丰富现代宣传和展示的多样性。

    在虚拟现实和增强现实场景,智能眼镜可以利用其前置摄像头对用户的手势进行精确定位和跟踪,反馈用户的操作行为,从而实现虚拟感知和控制。

    此外,新冠肺炎疫情的突发使得无人配送或非接触配送应用在未来变得潜力巨大,其中视觉目标跟踪技术将为无人机器人装上通往现实的眼睛,使得机器人有可能像人类一样具有自主跟踪感兴趣目标的能力。

    视觉目标跟踪以摄像头或相机模拟人的眼睛,利用计算机视觉技术处理摄像头拍摄的图像序列,持续地跟踪到感兴趣目标,捕捉其运动轨迹。

    复杂现实环境条件下的鲁棒视觉目标跟踪已成为计算机应用领域亟需突破和亟待解决的重要问题。从科学研究上讲,视觉目标跟踪对于机器学习模型的结构性、判决性、鲁棒性及在线更新等研究方面具有重要的推动作用。从应用角度讲,开展视觉目标跟踪研究将为智能监控、无人驾驶、军事国防、虚拟现实等方面的应用提供具体的方法支撑。其中,鲁棒性着重强调跟踪模型和算法,要具有处理复杂目标和场景变化的能力,在真实复杂环境中能做到长时间的不跟丢感兴趣目标。

    近十年来,大连理工大学IIAU科研团队针对跟踪中的鲁棒目标外观建模等关键问题,围绕面向视觉跟踪问题的稀疏表示理论模型及方法、时空结构化描述理论模型及方法、深度神经网络模型及方法等方面开展了深入探索和研究,提出了一系列有效的跟踪模型和算法。

    与此同时,IIAU团队也在多家企业开展了诸多预研工作,为企业提供原型模型和算法,供企业进行后续研发落地,帮助企业做前沿技术储备等。未来该团队更加着力于视觉目标跟踪技术的应用落地,推动相关行业领域应用的发展。