-
题名基于在线多示例提升随机蕨丛的目标跟踪
被引量：2
- 1
-
-
作者
黄叶珏
郑河荣
-
机构
浙江经贸职业技术学院信息技术系
浙江工业大学软件学院
-
出处
《计算机应用》
CSCD
北大核心
2012年第11期3178-3181,3184,共5页
-
基金
浙江省自然科学基金资助项目(Y1110781)
浙江省供销社项目(12SS02)
-
文摘
为了实现在光线变化、目标形变及背景复杂环境下健壮有效的目标跟踪,提出一种基于在线多示例提升随机蕨丛的目标跟踪方法,通过无限冲激响应(IIR)滤波器实现随机蕨丛分类器的在线增量学习,构建在线随机蕨分类器池,并在在线多示例提升框架下对在线随机蕨进行更新和选取,生成在线多示例提升随机蕨丛分类器,利用该分类器对目标候选区域的采样进行分类以确定目标位置,同时构造正例和负例训练集进行在线增量更新。实验结果表明,复杂环境下,算法具有良好的目标跟踪稳定性。
-
关键词
目标跟踪
在线增量更新
在线多示例提升
随机蕨丛
分类器
-
Keywords
object tracking
online incremental updating
online multiple instance boost
random ferns
classifier
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
