期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于增量半监督判别分析的跟踪方法
被引量：
4
1
作者
张继
王洪元
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2012年第4期397-404,共8页
在视频跟踪任务中,以上一帧跟踪到的目标位置为基础,在当前帧内相应位置周围生成若干候选区域样本进行分类,并从中获取待跟踪目标在当前帧中的位置和更新分类器,这是基于判别式方法的基本跟踪流程.对于每帧产生的大量未标记类别的候选...
在视频跟踪任务中,以上一帧跟踪到的目标位置为基础,在当前帧内相应位置周围生成若干候选区域样本进行分类,并从中获取待跟踪目标在当前帧中的位置和更新分类器,这是基于判别式方法的基本跟踪流程.对于每帧产生的大量未标记类别的候选区域样本,现有的基于子空间学习的跟踪方法大多忽略了这些样本内在的几何结构,而是直接向子空间投影,并在子空间内进行二分类,区分出其中的正类样本(前景)和负类样本(背景).在半监督判别分析方法的基础上,提出一种基于增量半监督判别分析的跟踪方法框架.首先,使用区域协方差特征描述子提取图像中不同区域的大量图像特征;然后,为保持这些特征间的几何结构,将它们映射至欧氏空间内进行处理;再将原始半监督判别分析方法扩展到增量形式,给出类内散度矩阵、类间散度矩阵和正则项的增量更新方法,并由此给出目标跟踪的流程框架;通过实验显示,该方法对于目标跟踪问题具有良好的实时性和鲁棒性.
展开更多
关键词
区域协方差特征描述子
增量半监督判别分析
子空间学习
目标跟踪
在线阅读
下载PDF
职称材料
题名
一种基于增量半监督判别分析的跟踪方法
被引量：
4
1
作者
张继
王洪元
机构
常州大学信息科学与工程学院
常州市过程感知与互联技术重点实验室
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2012年第4期397-404,共8页
基金
国家自然科学基金(61070121
60973094)
+1 种基金
江苏省自然科学基金(BK2009538)
江苏省产学研前瞻性联合研究项目(BY2009117)
文摘
在视频跟踪任务中,以上一帧跟踪到的目标位置为基础,在当前帧内相应位置周围生成若干候选区域样本进行分类,并从中获取待跟踪目标在当前帧中的位置和更新分类器,这是基于判别式方法的基本跟踪流程.对于每帧产生的大量未标记类别的候选区域样本,现有的基于子空间学习的跟踪方法大多忽略了这些样本内在的几何结构,而是直接向子空间投影,并在子空间内进行二分类,区分出其中的正类样本(前景)和负类样本(背景).在半监督判别分析方法的基础上,提出一种基于增量半监督判别分析的跟踪方法框架.首先,使用区域协方差特征描述子提取图像中不同区域的大量图像特征;然后,为保持这些特征间的几何结构,将它们映射至欧氏空间内进行处理;再将原始半监督判别分析方法扩展到增量形式,给出类内散度矩阵、类间散度矩阵和正则项的增量更新方法,并由此给出目标跟踪的流程框架;通过实验显示,该方法对于目标跟踪问题具有良好的实时性和鲁棒性.
关键词
区域协方差特征描述子
增量半监督判别分析
子空间学习
目标跟踪
Keywords
region covariance descriptor, incremental semi supervised discriminant analysis, subspace learning,object tracking
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于增量半监督判别分析的跟踪方法
张继
王洪元
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2012
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
