在线加权多示例学习实时目标跟踪
文献类型：期刊论文
| 作者 | 陈东成 ; 朱明 ; 高文 ; 孙宏海 ; 杨文波 |
| 刊名 | 光学精密工程
 |
| 出版日期 | 2014-06-14 |
| 期号 | 6页码:1661-1667 |
| 关键词 | 多示例学习 目标跟踪 分类器 权值 |
| 中文摘要 | 由于原始多示例学习(MIL)跟踪的分类效果和实时性较差,提出了一种加权在线多示例学习跟踪算法。首先,根据所选定目标位置分别采集目标和背景样本集,通过对所采集样本集特征的在线学习生成弱分类器集;然后,用计算样本集对数似然函数的最大值的方法从弱分类器集中选择K个最优的弱分类器,给每个弱分类器赋不同的权值,生成一个强分类器;最后,在新的一帧中抽取目标和背景样本,用生成的强分类器对待分类的目标和背景进行分类;分类结果映射成概率值,概率最大样本的位置就是所要跟踪目标的位置。对不同视频序列的测试结果表明,该跟踪算法的跟踪正确率达93%,目标大小为43pixel×36pixel时处理帧率约为25frame/s。与原始多示例学习跟踪算法相比,本算法的实时性提高了67%。 |
| 语种 | 中文 |
| 公开日期 | 2015-05-27 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/42852]  |
| 专题 | 长春光学精密机械与物理研究所_中科院长春光机所知识产出 |
| 推荐引用方式 GB/T 7714 | 陈东成,朱明,高文,等. 在线加权多示例学习实时目标跟踪[J]. 光学精密工程,2014(6):1661-1667. |
| APA | 陈东成,朱明,高文,孙宏海,&杨文波.(2014).在线加权多示例学习实时目标跟踪.光学精密工程(6),1661-1667. |
| MLA | 陈东成,et al."在线加权多示例学习实时目标跟踪".光学精密工程 .6(2014):1661-1667. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。