基于图模型的红外目标跟踪方法研究的任务书.docx

基于图模型的红外目标跟踪方法研究的任务书
任务书
一、背景
随着红外技术的快速发展，红外成像技术在军事、民用等领域得到了越来越广泛的应用，其中一个重要应用为红外目标跟踪。目标跟踪涉及到图像分割、特征提取、数据关联等多个问题，对于时间实时性、复杂动态场景下的目标跟踪等方面存在一定挑战。
为此，本研究计划基于图模型，探索红外目标跟踪方法，提高跟踪准确度和效率。
二、研究目的
1.建立基于图模型的红外目标跟踪框架；
2.提炼红外目标的特征描述子，并结合机器学习方法进行建模；
3.针对复杂场景下目标跟踪存在的问题，探索一种利用图模型生成动态约束的方法，减弱意外干扰和误检；
4.开发一款基于图模型的红外目标跟踪系统，测试并分析其实时性和准确度。
三、研究内容
1.红外目标跟踪研究综述；
2.图模型基础及应用场景介绍；
3.基于图模型的红外目标跟踪框架设计，包括特征提取算法、数据关联算法、目标匹配策略、时间序列特征建模、约束方法等；
4.实验部分：利用所得数据进行实验，对算法优化进行讨论，评估算法性能，并与已有方法进行比较实验；
5.研究成果归纳与分析：将实验数据进行分析归纳，分析算法的准确度和实时性等问题；
四、研究时间安排
本研究计划从2021年6月开始，至2022年6月结束，具体时间安排如下：
6-7月：研究红外目标跟踪相关知识和领域应用需求；
7-10月：学习图模型的基础知识，并向相关领域的学者请教和学习；
10-12月：完成基于图模型的红外目标跟踪框架设计；
1-4月：利用公开数据和实验室设备进行实验；
5-6月：总结实验结果，撰写研究报告。
五、研究预期成果
1.论文一篇，具体内容包括：
（1）红外目标跟踪研究综述；
（2）基于图模型的红外目标跟踪框架设计；
（3）算法实验分析、结果归纳和对比；
2.基于图模型的红外目标跟踪算法实现；
3.代码实现和文档一份，方便其他研究者参考。
六、研究要求
1.尽可能使用开源工具，并将开发的代码开源；
2.研究期间需要参加学校安排的研究生活动，学术讲座和科研讨论等活动；
3.需要定期向导师汇报研究进展和遇到的问题，及时调整研究方向和方法。
七、参考文献
1.CuiL,LiK,XieR.Asurveyonobjecttrackinginvisualsensornetworks[J].JournalofNetworkandComputerApplications,2019,135:188-203.
2.ZhaoS,LiuY,ZhuX.AstudyoninfraredobjecttrackingalgorithmbasedonimprovedKCF[J].JournalofPhysics:ConferenceSeries,2021,1814(1):012073.
3.WuY,LiL,HuangS,etal.Robustonlinemulti-objecttrackingbasedonhierarchicalfeaturemerging[J].Neurocomputing,2018,273:62-70.
4.ChoiS,SimK.DevelopmentofanObjectTrackingAlgorithmUsingaHausdorffDistance-BasedSimilarityMetric[J].Sensors,2021,21(5):1616.