简介概要

分块多示例学习算法的目标跟踪

来源期刊:控制工程2019年第1期

论文作者:张华 杨岑玉

文章页码:23 - 28

关键词:目标跟踪;遮挡;分块多示例学习算法;强分类器;

摘    要:为解决目标跟踪中的光照、位姿变化及遮挡问题,提出分块多示例学习算法。该算法将目标图像分块,对每块图像片应用多示例学习算法。跟踪过程中结合样本所有图像片的综合分类器分数和每块图像片的分类器分数检测并判断跟踪过程中的光照、位姿变化,及遮挡问题。针对不同的跟踪状态,采用分类器学习率自适应调整策略,以避免"过更新"及更新不及时的问题。最后将所提方法在典型视频序列中进行验证,并与其他多示例学习算法进行对比实验。实验结果表明所提方法跟踪性能稳定,实时性强,解决了跟踪过程中的光照、位姿变化及遮挡等问题。

详情信息展示

分块多示例学习算法的目标跟踪

张华1,杨岑玉2

1. 石家庄职业技术学院2. 全球能源互联网研究院

摘 要:为解决目标跟踪中的光照、位姿变化及遮挡问题,提出分块多示例学习算法。该算法将目标图像分块,对每块图像片应用多示例学习算法。跟踪过程中结合样本所有图像片的综合分类器分数和每块图像片的分类器分数检测并判断跟踪过程中的光照、位姿变化,及遮挡问题。针对不同的跟踪状态,采用分类器学习率自适应调整策略,以避免"过更新"及更新不及时的问题。最后将所提方法在典型视频序列中进行验证,并与其他多示例学习算法进行对比实验。实验结果表明所提方法跟踪性能稳定,实时性强,解决了跟踪过程中的光照、位姿变化及遮挡等问题。

关键词:目标跟踪;遮挡;分块多示例学习算法;强分类器;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号