导读:本文包含了视觉追踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视觉,卷积,深度,目标,图像,无人机,裁判员。
视觉追踪论文文献综述
施丽莎,陆涛,周智文,宗晨宏[1]（2019）在《基于视觉追踪的导向标志评价体系设计》一文中研究指出为优化枢纽导向标志的设计,提高导向标志设置的效益,提出了一种定量评价体系,该体系以使用者寻路行为为研究对象,将视觉追踪的方法应用于寻路实验,从"点、线、面"3个层次,结合单块标志视认指标、流线标志设置评价、区域标志整体评价,构建导向标志评价体系。基于该评价体系,以南京南站内导向标志为研究对象,设计改进型的寻路实验方案,通过对50名调查对象共计100条实验线路的测试结果分析,提取眼动仪记录数据中受试者注视点位置、持续时间、轨迹、扫视时间等数据,得到南京南站导向标志综合评价值为76.06,并根据各层次评价结果对导向标志系统存在的问题提出了针对性的优化建议。该导向标志评价体系基于视觉追踪技术对传统寻路实验进行了技术迭代,进一步细化了指标权重,最终形成了立体评价层次体系。实验结果表明,该评价体系对于公共建筑导向标志的设计与改善具有较好的适用性与指导性。(本文来源于《交通运输研究》期刊2019年02期）
王静[2]（2019）在《足球运动员在2D和3D动态视觉追踪任务中的表现》一文中研究指出足球场上情况复杂多变,运动员在比赛过程中必须时刻注意队友、对手和球的位置,不断更新和分析对手的战略信息,从而做出恰当的战术决策。而这种同时追踪多个运动客体的能力也是高水平足球运动员在比赛过程中能够快速且恰当的做出反应的前提(Williams,2006)。因此,考察足球运动员在动态场景中的注意能力是非常必要的。本研究从追踪正确率和追踪速度两个维度出发比较足球运动员在2D平面和3D虚拟现实动态追踪任务中的表现。实验1通过操纵不同类型的2D动态追踪任务,并结合点探测范式考察足球运动员在不同动态追踪任务中的追踪表现和空间注意分配特点以及与普通大学生的差异。结果发现,足球运动员与普通大学生在不同的2D动态追踪任务中的追踪正确率和探测刺激觉察率上均无差异,表现出了跨人群的一致性。从追踪正确率的结果来看,无论是足球运动员还是普通大学生,均表现出位置MIT任务的追踪正确率最高,MOT任务次之,身份MIT任务最差的趋势。这表明客体的身份特征促进了位置MIT任务的追踪表现。从探测刺激觉察率的结果来看,足球运动员和普通大学生在不同动态追踪任务间的注意分配趋势一致,即更多的注意屏幕空白区域和目标客体,而较少的关注干扰物。这说明不同动态追踪任务间均存在干扰物抑制的效应。由于实验1未发现足球运动员与普通大学生在2D追踪任务中的追踪表现和注意分配特点上的差异,为了排除2D追踪任务中因变量指标不敏感和缺乏深度知觉的原因而导致足球运动员追踪表现的下降。实验2将追踪速度作为因变量指标,并结合虚拟现实技术进一步比较足球运动员在2D平面与3D虚拟现实动态追踪任务中的差异。结果发现,3D动态追踪任务的追踪速度快于2D追踪任务。这说明,3D动态追踪任务有效的提高了动态视觉追踪的效率。此外,足球运动员的追踪速度快于普通大学生,而这种优势在3D动态追踪任务中表现得更为突出。这表明,足球运动员在动态视觉追踪任务中存在优势,其在3D动态追踪任务中进行视觉追踪的效率更高。结论:(1)相比于传统的2D平面动态追踪任务,3D虚拟现实动态追踪任务有效的提高了追踪表现。(2)足球运动员在3D虚拟现实动态追踪任务中进行视觉追踪的效率更高,其职业运动年限越长,3D动态追踪任务的追踪表现就越好。(3)相比于追踪正确率,将追踪速度作为因变量指标能够更加敏感的测量足球运动员的动态视觉注意能力。(本文来源于《北京体育大学》期刊2019-06-01）
吴佳宝,陈万忠,马迪,蒋贵虎[3]（2019）在《基于视觉追踪的轮椅行进控制系统》一文中研究指出为了解决目前一些手部存在障碍的使用者无法实现自主操纵轮椅的问题,研究了一种由软、硬件相结合的视觉追踪轮椅行进控制系统。使用者头戴视觉追踪装置坐在由单片机最小系统、蓝牙模块、霍尔传感器模块组成的电动轮椅上,通过图像采集分割、瞳孔轮廓检测、瞳孔标定、容差判定等方法确定使用者眼球的位置,进而控制电动轮椅向前走、向后走、向左转、向右转和停止5个行为状态。通过实验测试,该系统操作简单、方便且灵敏度高。该系统较传统轮椅而言,适用人群更加广泛,使得一些手部无法自理的使用者能够直接通过眼睛的转动控制轮椅的行进,间接提高了他们的生活质量。(本文来源于《应用科技》期刊2019年03期）
王天阳[4]（2019）在《不同等级篮球裁判员多目标视觉追踪实证研究》一文中研究指出影响个体对于多个目标注意以及追踪问题一直是动态心理学众多学者研究的热点。在团队运动中,已有研究表明与没有从事过体育运动的非专业运动员相比,相对专业运动员具有更好的视觉注意能力,且随着追踪目标数量的增多,其多目标追踪的正确率,专业运动员对于非专业运动员呈现十分显着的差异,并伴随着这种差异呈线性递减。在竞技运动中,篮球是与多目标追踪任务相似度较高的运动之一,篮球运动员在篮球赛场上要对瞬息万变的比赛场景时刻保持高度的注意。场上的进攻队员不仅要时刻注意赛场上防守队员的位置,防止对手前来抢球,更要注意场上队友的位置,以便传出更好的传球获取得分的机会。篮球运动员经常需要在一个时间点上要追逐多个动态目标、及时更新不同位置目标的即刻信息,随时进行目标与非目标的切换,并做出决策。所以,近些年来国内外学者利用多目标范式及其变体在篮球运动领域进行了大量的研究,成为研究篮球这项运动的注意规律和特征的主要手段之一。然而对于同样从事多目标追踪任务的篮球裁判员来说,这一点还十分不清楚。篮球裁判员同样在团队运动中扮演着重要的角色,并且在赛场上对于目标的追踪不亚于篮球运动员对目标的追踪。本研究就以此假设,随着目标任务数量的增加优秀的篮球裁判员具有更好的多目标追踪能力。结论:(1)目标数量球数的多少对于被试的追踪正确率有着显着影响,目标球数量越越少,其正确率越高,并且这种趋势随着目标球数量的增多呈线性逐渐下降。(2)高水平的篮球裁判员具有优秀的多目标视觉追踪能力。而且随着追踪数量的增加,这种优势变得尤为显着。建议:(1)经典多目标追踪MOT范式可为篮球裁判员培养以及选材提供理论方面的依据。(2)高水平,高强度的比赛以及长时间执裁比赛经验的积累有利于篮球裁判员对于多目标追踪能力的加强。(3)优秀的篮球裁判员其反应能力更强,拥有敏锐的判断能力。而且作为一个群体相对于非从事裁判员工作的人来说,其做出反应的稳定性更高。(本文来源于《上海师范大学》期刊2019-03-01）
刘星星,沈波[5]（2018）在《基于深度卷积特征的多模板视觉追踪》一文中研究指出针对视觉追踪的模板匹配和更新问题,提出了一种基于深度卷积特征的多模板视觉追踪算法。该方法通过学习不同更新速率的模板分别预测追踪目标的初始位置,然后对多个定位结果加权融合得到目标位置;同时提出一种目标丢失因子作为判别目标是否丢失的依据,从而减少了模板的错误更新率,更好的解决了目标遮挡、快速移动、形变等跟踪难点问题。在追踪基准数据集上的实验结果表明,该方法比目前一些优秀的算法取得了更好的效果。(本文来源于《2018中国自动化大会(CAC2018)论文集》期刊2018-11-30）
孙国晓,张力为,Mark,R.Wilson[6]（2018）在《运动目标的视觉追踪:静眼研究进展与前瞻》一文中研究指出视觉注意和眼动追踪是近年来运动心理学研究的热点领域,其中静眼研究是前沿课题。文章首先介绍了静眼的界定和测量、静眼与运动表现的关系、静眼的作用机制、静眼训练等研究进展,指出了存在的问题和下一步的方向;讨论了值得重点关注的3个方向:静眼的机制,静眼与注意控制理论、挑战—威胁认知评价理论、自我控制的力量模型等相关理论的关系,以及静眼在医疗、航空、军事等非运动领域中的研究和应用。动作控制与视觉追踪密不可分,研究静眼问题有助于更深入了解动作发展的规律,帮助运动员高效掌握运动技能,并促进压力条件下的运动表现。运动领域中静眼研究的范式还能够为军事、医学等领域中的静眼研究及应用提供借鉴,有利于拓宽心理学的研究领域。(本文来源于《成都体育学院学报》期刊2018年06期）
刘逸博,宋崎,张子阳[7]（2018）在《基于树莓派的视觉追踪方案设计》一文中研究指出视觉追踪在现代生活中有着十分广泛的应用。本文利用树莓派和opencv对摄像头采集到的目标进行识别,并得到目标相对于画面中心的位置。根据相对位置控制云台转动,使得运动目标始终保持在画面中心,完成视觉追踪的过程。实验结果表明,该方法可以有效地对运动目标进行识别和追踪。(本文来源于《中国科技信息》期刊2018年18期）
夏永桉[8]（2018）在《现实情境下网球运动员接发球的视觉追踪模式研究》一文中研究指出采用"专家-新手"研究范式,选取10名专业网球运动员为专家组和10名网球专项学生为新手组,在现场网球发球-接发球情境下,运用最新一代便携式眼动追踪设备--Tobii Pro Glasses2眼动仪,研究网球运动员接发球的视觉追踪模式。研究结果:抛球阶段,专家与新手的注视时间和次数、眨眼时间和次数均不存在统计学显着性差异,但新手对球的注视时间更长,眨眼时间与次数更少;球飞行至落地阶段,专家与新手一直保持对球的注视,没有出现眼跳与眨眼;球落地后反弹阶段,专家与新手的注视时间、眼跳时间存在统计学显着性差异,新手对球的注视时间长、眼跳时间短。结果表明:专家在抛球阶段会通过眨眼来缓解视觉紧张,球飞行过程中专家的注视点追随球并在球落地前注视于落点区域,球落地后的反弹阶段专家会及时通过眼跳快速地注视于接发击球区域,提早准备击球。而新手一直盯着球,球飞行后期注视点落后于球,不能提前注视于落点区域。专家具备高效的视觉追踪模式,能够根据发球的节奏调整视觉追踪的策略,准确地把握击球时机。(本文来源于《第十一届全国运动心理学学术会议摘要集（会后版）》期刊2018-08-22）
王芳芳[9]（2018）在《基于深度强化学习的视觉追踪算法研究》一文中研究指出物体追踪是计算机视觉领域非常重要的研究方向,近年来备受研究者们的关注和青睐。视觉追踪是对视频第一帧图像中需要跟踪的物体进行标注,在后续的图像中标记出待追踪物体的位置和对应的边框。近年来基于卷积神经网络的视觉追踪算法取得了突破性的进展,但是这种方法仅提取图像的局部为特征,并没有考虑到不同图像中追踪物体位置之间的依赖关系。本文提出使用递归网络学习不同序列之间的依赖关系,同时使用卷积网络预测不同状态下每个动作的执行概率,使用策略梯度算法优化目标函数,提出了基于深度强化学习的视觉追踪算法。强化学习旨在构造一个马尔科夫决策过程,学习状态和动作之间的映射关系,将视觉追踪任务定义为马尔科夫决策过程,当前的物体在不同的时刻下通过一系列的动作得到待追踪物体的位置。长短记忆模型通过当前的输入和上一时刻隐含的状态输出作为网络的输入去学习不同序列的依赖关系。本文在介绍了基于深度学习的卷积神经网络和强化学习的策略梯度算法的基础上,深入分析了经典的深度学习的视觉追踪算法,并提出了基于深度强化学习的视觉追踪方法,经过实验对比分析,本文所提出的方法能够运用到实际的环境中并且提升了追踪效率。(本文来源于《山西大学》期刊2018-06-01）
姜文[10]（2018）在《低能见度下无人机视觉追踪方法研究》一文中研究指出无人机作为一种智能航空器,具有广泛的应用前景,并已在民用、军用领域受到普遍关注。目前,计算机视觉技术的飞速发展,大大提升了无人机通过视觉系统完成各种任务的综合能力。其中,目标追踪技术已成为无人机通过视觉对场景进行感知和理解的核心手段。然而,受雾、雨等恶劣天气影响,视觉系统性能会受到不同程度的干扰,若仅依赖于低质的图像信号,则难以完成预期的目标追踪任务。为了使无人机在恶劣天气状况下更好地完成目标追踪任务,本文提出了一种面向无人机的低能见度下视觉追踪方法。该方法在对低质图像数据进行去雾预处理的基础上,引入误差修正后的无人机导航参数作为环境感知的辅助手段,来提高无人机视觉追踪的性能。由此,本文的主要研究工作如下:(1)针对雾天情况下航空图像清晰度减小、细节丢失、质量大大降低等问题,提出一种基于深度学习的低质航空图像去雾方法。首先引入大气散射模型,用于解释航空图像退化机理;然后设计一个自编码网络,通过非监督学习方式提取图像的雾相关特征;并设计一个卷积神经网络,回归出雾相关特征对应的场景透射率;最后依据场景透射率反演出清晰的航空图像。预先建立一个包含多场景有雾图像和对应透射率图的数据库作为训练样本集,并通过室内/外图像、航空图像等多组测试集的实验结果验证该图像去雾方法的有效性。(2)针对导航传感器精度低问题,提出一种视觉辅助的无人机导航参数误差修正方法。传统的导航系统存在卫星信号易被遮挡、惯性单元误差随时间积累等缺陷,引入视觉信息作为一种传感器误差修正的辅助手段具有无可替代的优势。首先,对经典的LK光流法进行改进,并利用极几何约束估计出无人机速度,作为下一步数据融合所需的观测值;然后设计一个非线性观测器模型,将速度估计值与卫星、惯性等传感器数据进行融合,进而获得高精度的位置、速度、姿态等无人机导航参数。通过仿真数据、苏黎世大学Zurich-urban飞行数据集的实验结果验证该导航误差修正方法的可行性和有效性。(3)结合复原后的航空图像与修正后的导航参数,提出一种适用于低能见度环境的无人机目标追踪算法。首先,利用导航参数估计出地面场景的理论光流值,并与预先计算的真实光流值进行差值运算,通过阈值判断结果检测出运动目标的位置;然后,改进一种基于离散卡尔曼滤波的目标轨迹追踪算法,对检测出的目标轨迹进行预测与追踪,并将轨迹转化到世界坐标系中。通过Simulink 3D仿真实验、水面目标追踪实验结果验证该目标追踪方法的有效性。(4)搭建无人机硬件平台,并设计了低能见度下无人机综合飞行试验。首先解决了相机标定、信号同步等难题,然后通过飞行试验的结果验证了本文追踪方法在低能见度环境下的有效性,并分析了去雾预处理对导航系统的影响,以及导航误差修正对目标追踪的影响。(本文来源于《武汉理工大学》期刊2018-03-01）
视觉追踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
足球场上情况复杂多变,运动员在比赛过程中必须时刻注意队友、对手和球的位置,不断更新和分析对手的战略信息,从而做出恰当的战术决策。而这种同时追踪多个运动客体的能力也是高水平足球运动员在比赛过程中能够快速且恰当的做出反应的前提(Williams,2006)。因此,考察足球运动员在动态场景中的注意能力是非常必要的。本研究从追踪正确率和追踪速度两个维度出发比较足球运动员在2D平面和3D虚拟现实动态追踪任务中的表现。实验1通过操纵不同类型的2D动态追踪任务,并结合点探测范式考察足球运动员在不同动态追踪任务中的追踪表现和空间注意分配特点以及与普通大学生的差异。结果发现,足球运动员与普通大学生在不同的2D动态追踪任务中的追踪正确率和探测刺激觉察率上均无差异,表现出了跨人群的一致性。从追踪正确率的结果来看,无论是足球运动员还是普通大学生,均表现出位置MIT任务的追踪正确率最高,MOT任务次之,身份MIT任务最差的趋势。这表明客体的身份特征促进了位置MIT任务的追踪表现。从探测刺激觉察率的结果来看,足球运动员和普通大学生在不同动态追踪任务间的注意分配趋势一致,即更多的注意屏幕空白区域和目标客体,而较少的关注干扰物。这说明不同动态追踪任务间均存在干扰物抑制的效应。由于实验1未发现足球运动员与普通大学生在2D追踪任务中的追踪表现和注意分配特点上的差异,为了排除2D追踪任务中因变量指标不敏感和缺乏深度知觉的原因而导致足球运动员追踪表现的下降。实验2将追踪速度作为因变量指标,并结合虚拟现实技术进一步比较足球运动员在2D平面与3D虚拟现实动态追踪任务中的差异。结果发现,3D动态追踪任务的追踪速度快于2D追踪任务。这说明,3D动态追踪任务有效的提高了动态视觉追踪的效率。此外,足球运动员的追踪速度快于普通大学生,而这种优势在3D动态追踪任务中表现得更为突出。这表明,足球运动员在动态视觉追踪任务中存在优势,其在3D动态追踪任务中进行视觉追踪的效率更高。结论:(1)相比于传统的2D平面动态追踪任务,3D虚拟现实动态追踪任务有效的提高了追踪表现。(2)足球运动员在3D虚拟现实动态追踪任务中进行视觉追踪的效率更高,其职业运动年限越长,3D动态追踪任务的追踪表现就越好。(3)相比于追踪正确率,将追踪速度作为因变量指标能够更加敏感的测量足球运动员的动态视觉注意能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视觉追踪论文参考文献
[1].施丽莎,陆涛,周智文,宗晨宏.基于视觉追踪的导向标志评价体系设计[J].交通运输研究.2019
[2].王静.足球运动员在2D和3D动态视觉追踪任务中的表现[D].北京体育大学.2019
[3].吴佳宝,陈万忠,马迪,蒋贵虎.基于视觉追踪的轮椅行进控制系统[J].应用科技.2019
[4].王天阳.不同等级篮球裁判员多目标视觉追踪实证研究[D].上海师范大学.2019
[5].刘星星,沈波.基于深度卷积特征的多模板视觉追踪[C].2018中国自动化大会(CAC2018)论文集.2018
[6].孙国晓,张力为,Mark,R.Wilson.运动目标的视觉追踪:静眼研究进展与前瞻[J].成都体育学院学报.2018
[7].刘逸博,宋崎,张子阳.基于树莓派的视觉追踪方案设计[J].中国科技信息.2018
[8].夏永桉.现实情境下网球运动员接发球的视觉追踪模式研究[C].第十一届全国运动心理学学术会议摘要集（会后版）.2018
[9].王芳芳.基于深度强化学习的视觉追踪算法研究[D].山西大学.2018
[10].姜文.低能见度下无人机视觉追踪方法研究[D].武汉理工大学.2018
论文知识图
