首页 | 本学科首页   官方微博 | 高级检索  
     

改进的基于多示例学习的目标跟踪方法研究
引用本文:韩文静,朱俊平,向直扬,亢娟娜.改进的基于多示例学习的目标跟踪方法研究[J].计算机应用与软件,2013(9).
作者姓名:韩文静  朱俊平  向直扬  亢娟娜
作者单位:1. 西北农林科技大学信息工程学院 陕西 杨凌 712100
2. 甘肃畜牧工程职业技术学院 甘肃 武威 733006
摘    要:针对复杂场景下的跟踪问题,提出一种新的基于多示例学习的目标跟踪方法。该方法首先利用局部描述算子(Harr-like特征)表征目标和周围背景区域,分别视为正负样本,然后利用基于Boosting的在线多示例学习(MILBoost)建立一种适应性的外观模型作为二值分类器。并提出一种修正的搜索目标位置算法,使haar小波和区域协方差矩阵相结合,取最大响应样本为新目标位置。该方法能够有效解决视频场景中目标受遮挡、旋转和光照变化等问题,具有鲁棒的跟踪性能。

关 键 词:目标跟踪  多示例学习  Boosting  Harr小波  特征区域协方差矩阵

AN IMPROVED TARGET TRACKING METHOD BASED ON MULTIPLE INSTANCES LEARNING
Han Wenjing , Zhu Junping , Xiang Zhiyang , Kang Juanna.AN IMPROVED TARGET TRACKING METHOD BASED ON MULTIPLE INSTANCES LEARNING[J].Computer Applications and Software,2013(9).
Authors:Han Wenjing  Zhu Junping  Xiang Zhiyang  Kang Juanna
Abstract:
Keywords:Target tracking  Multiple instances learning  Boosting  Harr wavelet  Feature region covariance matrix
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号