互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于在线学习的目标跟踪方法研究


摘 要:针对视频目标跟踪问题,提出了一种基于co-training框架下的在线学习跟踪方法。该方法首先根据两种不同的局部特征,利用在线 Boosting算法分别建立模型, 然后采用co-training框架来协同训练,有效避免了模型误差累积和跟踪丢帧等问题。实验证明了该方法的有效性。关键词:局部特征; 在线Boosting; 协同训练; 目标跟踪
  中图法分类号:TP18; O221
  文献标志码:A
  
  文章编号:1001-3695(2010)02-0770-02
  doi:10.3969/j.issn.1001-3695.2010.02.103
  
  Object tracking research based on on-line learning
  
  QI Zhi-quan, SONG Ye, WANG Lai-sheng
  
  (Dept. of Mathematics, College of Science, China Agricultural University, Beijing 100083, China)
  
  Abstract:To video object tracking problem, this paper proposed an on-line learning tracking method based on co-training framework. First of all, the method adopted two different local features to build on-line Boosting model, and then, would train samples making use of co-training learning framework, which avoided the cumulative error of the model and dropping frames problem effectively. Furthermore, some experiments have been maded and the results implyed that the new method is very efficient.
  Key words:local features; on-line Boosting; co-training; object tracking
  
  0 引言
  
  视频目标跟踪是机器视觉领域的一个重要分支, 被广泛用于军事、多媒体检索、安全监控等领域。近年来, 将目标跟踪问题视为一个分类问题(classification)的方法是一个新的研究方向。 主要思想(图(1))如下: a)确定跟踪目标;b)在跟踪目标区域随机扰动,生成正类样本,在背景区域生成负类样本;c)进行目标分类,得到目标跟踪分类器; d)利用当前的目标分类器预测下一帧的图像,得到目标位置,重复b)。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017