期刊文献+
共找到20篇文章
< 1 >
每页显示 20 50 100
多实例学习在医学图像分析中的应用进展 被引量:1
1
作者 谢卓恒 伊鸣 黄新瑞 《集成技术》 2025年第2期24-32,共9页
多实例学习(multiple-instance learning,MIL)是一种弱监督学习方法,近年来广泛应用于医学图像分析领域。本文综述了MIL在全切片图像中的应用进展,详细分析了其在肿瘤检测、亚型分级和生存预测中的作用。MIL在弱监督学习中具有独特优势... 多实例学习(multiple-instance learning,MIL)是一种弱监督学习方法,近年来广泛应用于医学图像分析领域。本文综述了MIL在全切片图像中的应用进展,详细分析了其在肿瘤检测、亚型分级和生存预测中的作用。MIL在弱监督学习中具有独特优势,可通过引入新机制进行优化和拓展,以适应更多的应用场景。本文首先综述了部分应用广泛或独具优势的MIL模型,并详细介绍了它们的技术特点和具体应用场景;其次,介绍了MIL在多模态医学图像分析中的应用进展和技术进步;最后,总结了MIL目前的研究进展,并展望了其未来发展。 展开更多
关键词 图像分析 实例学习 医学图像 机器学习 深度学习
在线阅读 下载PDF
基于改进实例学习算法的风电机组齿轮箱状态监测
2
作者 张书瑶 刘长良 +2 位作者 王梓齐 刘帅 刘卫亮 《动力工程学报》 CAS CSCD 北大核心 2024年第10期1620-1631,共12页
风电机组齿轮箱的运行过程是复杂的非线性过程,采用实例学习(IBL)算法建立模型可有效对其进行状态监测。针对实例学习模型对训练数据质量敏感的特点,提出综合考虑多种性质的两步主动学习样本选择方法。首先提出一种基于拉丁超立方体抽... 风电机组齿轮箱的运行过程是复杂的非线性过程,采用实例学习(IBL)算法建立模型可有效对其进行状态监测。针对实例学习模型对训练数据质量敏感的特点,提出综合考虑多种性质的两步主动学习样本选择方法。首先提出一种基于拉丁超立方体抽样思想的网格划分初始样本选取方法,并基于z-score方法剔除其中的离群点。然后第一步基于信息性和代表性的综合得分选出候选样本来避免离群点影响,第二步基于多样性使第一步的候选样本稀疏化,从而避免冗余点影响。最后,基于指数加权移动平均控制图对实例学习回归模型输出的残差进行分析,并根据故障率对风电机组齿轮箱实现状态监测。利用某风电机组实际故障数据进行验证。结果表明:所提出的方法能选出优质样本,模型精度在验证集上较未改进前有所提升,且运算效率提升约50%,可实现齿轮箱异常的早期预警。 展开更多
关键词 风电机组齿轮箱 状态监测 样本选择 主动学习算法 拉丁超立方体抽样 实例学习算法
在线阅读 下载PDF
基于聚类的多实例学习全视野数字切片分类
3
作者 钟海勤 赵程 +1 位作者 雷柏英 汪天富 《中国生物医学工程学报》 CSCD 北大核心 2024年第6期652-661,共10页
病理图像是检验癌症的金标准,对病理图像,尤其是全视野数字切片(WSI),进行快速、准确地分类有助于辅助医生对患者进行个性化治疗和预后评估。近年来,多实例学习(MIL)在WSI分类中发挥着越来越重要的作用。然而,由于WSI的数量有限,且阳性... 病理图像是检验癌症的金标准,对病理图像,尤其是全视野数字切片(WSI),进行快速、准确地分类有助于辅助医生对患者进行个性化治疗和预后评估。近年来,多实例学习(MIL)在WSI分类中发挥着越来越重要的作用。然而,由于WSI的数量有限,且阳性区域占比较低,现有的基于注意力机制的MIL方法可能会导致过拟合,从而影响分类的性能。为了解决这个问题,本研究提出一种新的基于聚类的MIL分类方法。具体地说,为了增加包的数量,让网络关注更多的阳性实例,将每个包划分为多个伪包;然后,为了解决在伪包划分过程中容易出现一个伪包全是阴性实例,导致产生噪声的现象,提出一种新的基于聚类的伪包划分方法;最后,为了获得更加精准的分类结果,将学习到的伪包级特征进行二次学习,得到最终的包级特征,并实现最终的WSI分类。在Camelyon16和TCGA-Lung数据集上进行实验,分别有399张WSI和1038张WSI,分类准确率分别为90.69%和86.54%,F1-评分分别为90.20%和86.52%。实验结果,表明所提出的方法可有效应用于WSI分类中。 展开更多
关键词 全视野数字切片 实例学习 分类 聚类 伪包
在线阅读 下载PDF
基于实例学习的神经网络及其在故障诊断中的应用 被引量:1
4
作者 章维一 侯丽雅 《电子学报》 EI CAS CSCD 北大核心 1999年第8期5-8,4,共5页
介绍一种可自动从实例中获取知识的、具有高模式聚类精度的新型神经网络———EBL网(examplebasedlearningnetwork),及其在故障诊断中的应用.研究结果表明:EBL模式聚类系统可逐个从实例中学习... 介绍一种可自动从实例中获取知识的、具有高模式聚类精度的新型神经网络———EBL网(examplebasedlearningnetwork),及其在故障诊断中的应用.研究结果表明:EBL模式聚类系统可逐个从实例中学习知识,并可同时给出模式识别结果及集群的信息.EBL模式聚类系统适用于实时故障诊断. 展开更多
关键词 神经网络 实例学习 故障诊断 化工过程
在线阅读 下载PDF
基于HOG及在线多实例学习的目标跟踪算法 被引量:2
5
作者 刘华军 王玉坤 《现代电子技术》 2013年第9期116-120,共5页
传统的基于色彩直方图或空间色彩直方图的跟踪算法在跟踪目标出现尺度变化的复杂条件下,因无法显著区分颜色相近的目标和背景,不能得到准确跟踪结果。提出基于HOG及在线多实例学习的目标跟踪算法。此算法采用HOG特征值提取方式,结合在... 传统的基于色彩直方图或空间色彩直方图的跟踪算法在跟踪目标出现尺度变化的复杂条件下,因无法显著区分颜色相近的目标和背景,不能得到准确跟踪结果。提出基于HOG及在线多实例学习的目标跟踪算法。此算法采用HOG特征值提取方式,结合在线多实例学习技术,对目标远离场景、平移、旋转、遮挡等情况进行跟踪。实验结果表明,该算法能够对各种复杂情况下的动态目标进行有效跟踪,具有良好的鲁棒性和准确性。 展开更多
关键词 HOG 分类器 在线多实例学习 目标跟踪
在线阅读 下载PDF
采用在线多实例学习的超像素跟踪
6
作者 王暐 王春平 +2 位作者 付强 徐艳 欧新宇 《电光与控制》 北大核心 2017年第1期27-32,共6页
采用矩形框表示目标会引入背景干扰,导致跟踪性能下降,故利用多实例学习的特点对背景干扰建模,提出了一种采用在线多实例学习的超像素跟踪算法。在训练阶段,以超像素作为实例,根据位置将这些超像素分为具有明确标签的多个实例包,进而将... 采用矩形框表示目标会引入背景干扰,导致跟踪性能下降,故利用多实例学习的特点对背景干扰建模,提出了一种采用在线多实例学习的超像素跟踪算法。在训练阶段,以超像素作为实例,根据位置将这些超像素分为具有明确标签的多个实例包,进而将跟踪转换为多实例学习问题。然后,在所提算法中实现了在线多实例学习,通过求实例包的似然函数最大化,从弱分类器池中选择K个最优的弱分类器组合为强分类器,在下一帧的检测阶段,利用学习的强分类器生成目标置信图。最后,采用粒子滤波方法从置信图中估计目标状态,在2.6 GHz主频的笔记本电脑上,所提算法的跟踪速率可达15 frame/s。在多个视频序列上的对比实验表明,该算法对复杂背景、目标高速运动、遮挡等具有更好的鲁棒性和精度,且跟踪精度和成功率的典型值分别达到了91%和90%,比原始超像素跟踪算法分别高出了21%和26%。 展开更多
关键词 视觉跟踪 在线多实例学习 超像素跟踪 特征选择 分类器
在线阅读 下载PDF
一种基于多尺度实例学习的视频事件检测算法
7
作者 杨章琼 李征 《电视技术》 北大核心 2017年第7期157-163,共7页
现有的大多数视频事件检测方法首先从视频帧或视频快照中提取特征,然后对特征进行量化和汇集,进而为整个视频生成一个向量表示。最后的汇集步骤虽然简单高效,但是可能丢失时间局部信息,而这些信息对于确定长视频中事件发生的位置具有重... 现有的大多数视频事件检测方法首先从视频帧或视频快照中提取特征,然后对特征进行量化和汇集,进而为整个视频生成一个向量表示。最后的汇集步骤虽然简单高效,但是可能丢失时间局部信息,而这些信息对于确定长视频中事件发生的位置具有重要作用,从而削弱了事件检测的准确性。为此,本文首先将每个视频表示为多个"实例",并将其定义为不同时间间隔的视频段。然后,针对每个视频的正实例比例已知和未知两种情况,提出基于多尺度实例学习的检测算法,在将实例标签看成隐藏潜在变量的同时推断出实例标签以及实例尺度的事件检测模型。最后,利用大规模视频事件数据集进行了全面的仿真实验,结果证明了本文算法具有显著的性能提升。此外,算法还可以确定视频中导致正检测的时间段的位置,进而对检测结果做出解释。 展开更多
关键词 视频事件检测 特征 实例学习 视频尺度 位置
在线阅读 下载PDF
基于实例学习的飞机装配序列智能规划方法 被引量:2
8
作者 陈俊皓 贾晓亮 《航空制造技术》 CSCD 北大核心 2022年第12期77-85,共9页
飞机装配序列规划合理与否直接影响飞机装配过程的效率和质量。针对目前飞机装配序列规划知识重用困难以及传统启发式算法求解时间过长等问题,通过分析飞机装配序列规划的特点及问题,建立了基于实例学习的飞机装配序列规划框架,探讨了... 飞机装配序列规划合理与否直接影响飞机装配过程的效率和质量。针对目前飞机装配序列规划知识重用困难以及传统启发式算法求解时间过长等问题,通过分析飞机装配序列规划的特点及问题,建立了基于实例学习的飞机装配序列规划框架,探讨了基于异构信息源的飞机装配序列规划实例获取、考虑工艺相似度的飞机装配序列规划实例重用以及融合实例片段和遗传算法的飞机装配序列推理等关键技术,设计开发了飞机装配序列规划系统,并以某型飞机起落架为例验证了该方法的有效性。 展开更多
关键词 飞机装配 序列规划 实例学习 实例片段 工艺相似度
在线阅读 下载PDF
基于多实例学习及阈值伪标签提取的CT影像颅内出血分割
9
作者 张童禹 李恩慧 +2 位作者 李振宇 崔鹏程 张唯唯 《中国生物医学工程学报》 CAS CSCD 北大核心 2023年第6期677-686,共10页
颅内出血由颅内血管破裂引起,出血体积对治疗决策和预后分析具有重要的临床意义,而基于CT影像的血肿分割是体积测量的基础。全监督方法依赖于人工勾画的标签,十分耗时和繁琐,现有弱监督分割方法的鲁棒性差,容易受伪影干扰。为此,本研究... 颅内出血由颅内血管破裂引起,出血体积对治疗决策和预后分析具有重要的临床意义,而基于CT影像的血肿分割是体积测量的基础。全监督方法依赖于人工勾画的标签,十分耗时和繁琐,现有弱监督分割方法的鲁棒性差,容易受伪影干扰。为此,本研究提出了基于多实例学习的弱监督颅内出血分割网络MIL-ICH,由双分支结构组成。首先,由多实例学习解码器生成热图定位出血区域;然后,在热图基础上使用CT值阈值和像素自适应优化模块提取并优化伪标签,训练分割解码器;最后,两个分支同时训练,提高训练效率并且利用多分支协同作用进一步提升分割性能。在来自RSNA颅内出血数据集的200例CT扫描上的测试结果表明,MIL-ICH网络的Dice相似性系数和体积相似度分别达到了0.822和0.896,本网络测量的出血量与实际出血量的相关性优于临床常用的多田公式估测法。所提出的方法能够提高颅内出血弱监督分割性能,有助于为临床提供出血体积测量和预后评价的依据。 展开更多
关键词 颅内出血 CT 弱监督分割 实例学习 阈值
在线阅读 下载PDF
一种新颖的多实例学习算法与应用
10
作者 侯勇 陈章宝 张傲林 《蚌埠学院学报》 2021年第2期44-51,共8页
多实例学习(MIL)作为一种半监督学习形式,其中训练数据标签上只有不完整的知识。具体而言,标签被分配在这些包上,包中实例的标签未知。在MIL算法中,如果包中至少有一个实例为正,则包被标记为正;如果包中的所有实例均为负,则包标记为负。... 多实例学习(MIL)作为一种半监督学习形式,其中训练数据标签上只有不完整的知识。具体而言,标签被分配在这些包上,包中实例的标签未知。在MIL算法中,如果包中至少有一个实例为正,则包被标记为正;如果包中的所有实例均为负,则包标记为负。MIL算法的目标是通过学习一个分类函数,预测测试数据中包或实例的标签。同时,MIL的性质使其可应用于多种应用,从药品活动预测到文本或多媒体信息检索。对多样化密度算法的缺陷进行了改进,提出了一种新颖的多实例学习算法。最后,在图像分类/检索问题数据集-Corel数据库上,将提出的算法与其他算法,进行了性能对比评估。 展开更多
关键词 图像检索 实例学习算法 多样化密度 核密度 Corel图像库
在线阅读 下载PDF
基于多实例运动学特征学习的动态手势识别研究
11
作者 周彩秋 杨余旺 庞海波 《通信学报》 EI CSCD 北大核心 2017年第11期103-110,共8页
在动态手势特征提取和识别方面,利用运动学模式解决动态手势识别问题,在光流场基础上计算出散度模式,旋度模式,对称模式,反对称模式,梯度张量第二、第三主不变模式,应变张量第二、第三主不变模式以及自旋转张量第三主不变模式;进一步提... 在动态手势特征提取和识别方面,利用运动学模式解决动态手势识别问题,在光流场基础上计算出散度模式,旋度模式,对称模式,反对称模式,梯度张量第二、第三主不变模式,应变张量第二、第三主不变模式以及自旋转张量第三主不变模式;进一步提出一种基于多实例学习的方法,将每一个动态手势的所有运动主模式构成一个动态手势词袋,将未知类型动态手势的运动主模式与词袋空间中对应运动主模式进行相似度计算,利用最近邻方法对手势进行识别。实验结果表明:基于多实例运动学主模式学习的动态手势识别方法取得了较高的识别率。 展开更多
关键词 手势识别 运动学特征 时空轴降维 实例学习
在线阅读 下载PDF
一种新颖的多实例集成学习算法
12
作者 侯勇 张自军 郭有强 《蚌埠学院学报》 2018年第5期42-49,共8页
分析了多实例学习(MIL)在复杂数据目标(图像,基因)等方面的广泛应用,针对大多数已存在的MIL算法仅能处理小样本或中等规模样本的问题,为了处理MIL中的大规模问题,提出了一种高效可扩展的MIL集成学习算法——B2VMI(Bag to Vector Multi-i... 分析了多实例学习(MIL)在复杂数据目标(图像,基因)等方面的广泛应用,针对大多数已存在的MIL算法仅能处理小样本或中等规模样本的问题,为了处理MIL中的大规模问题,提出了一种高效可扩展的MIL集成学习算法——B2VMI(Bag to Vector Multi-instance)。该集成学习算法利用低计算成本的映射方法,将传统的MIL包映射成新的特征向量表示,以此方式获得包级信息。在多个多实例数据集上的实验表明,B2VMI具有可扩展等优秀性能,该算法不仅能够取得同当前先进的MIL集成学习算法可比较的精确度,而且具有比其他MIL集成学习算法快5倍的效率。 展开更多
关键词 实例学习 集成学习 包级信息 映射 特征向量
在线阅读 下载PDF
基于元学习的软件缺陷预测推荐方法 被引量:3
13
作者 程俊 张雪莹 李瑞贤 《中国电子科学研究院学报》 北大核心 2015年第6期620-627,共8页
基于机器学习的分类算法已被广泛地应用于预测软件缺陷。然而,软件缺陷数据的多样化,导致单一分类算法难以在所有的软件缺陷预测过程中均获得最优的分类性能,即不同的数据集上最适用的分类算法也不尽相同。本文提出了一种基于元学习和... 基于机器学习的分类算法已被广泛地应用于预测软件缺陷。然而,软件缺陷数据的多样化,导致单一分类算法难以在所有的软件缺陷预测过程中均获得最优的分类性能,即不同的数据集上最适用的分类算法也不尽相同。本文提出了一种基于元学习和实例学习的软件缺陷预测算法推荐方法。该方法仅依据待预测软件缺陷数据的特征,为其推荐最适用的分类算法。 展开更多
关键词 软件缺陷预测 学习 实例学习 算法推荐
在线阅读 下载PDF
专家系统的学习功能探讨
14
作者 康青春 陈定方 《武汉水运工程学院学报》 1991年第1期45-49,共5页
本文着重研究了设计型专家系统的学习功能。对几种适合于设计型专家系统的学习方法作了深入地探讨,同时结合换热器设计专家系统——HEDES的研制工作,详细介绍了这几种学习方法的具体实现过程。
关键词 专家系统 设计型 学习功能 机械学习 学习方法 类推学习 实例学习 知识获取 换热器
在线阅读 下载PDF
全局感知与稀疏特征关联图像级弱监督病理图像分割
15
作者 张印辉 张金凯 +4 位作者 何自芬 刘珈岑 吴琳 李振辉 陈光晨 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第9期3672-3682,共11页
弱监督语义分割方法可以节省大量的人工标注成本,在病理全切片图像(WSI)的分析中有着广泛应用。针对弱监督多实例学习(MIL)方法在病理图像分析中存在的像素实例相互独立缺乏依赖关系,分割结果局部不一致和图像级标签监督信息不充分的问... 弱监督语义分割方法可以节省大量的人工标注成本,在病理全切片图像(WSI)的分析中有着广泛应用。针对弱监督多实例学习(MIL)方法在病理图像分析中存在的像素实例相互独立缺乏依赖关系,分割结果局部不一致和图像级标签监督信息不充分的问题,该文提出一种全局感知与稀疏特征关联图像级弱监督的端到端多实例学习方法(DASMob-MIL)。首先,为克服像素实例之间的独立性,使用局部感知网络提取特征以建立局部像素依赖,并级联交叉注意力模块构建全局信息感知分支(GIPB)以建立全局像素依赖关系。其次,引入像素自适应细化模块(PAR),通过多尺度邻域局部稀疏特征之间的相似性构建亲和核,解决了弱监督语义分割结果局部不一致的问题。最后,设计深度关联监督模块(DAS),通过对多阶段特征图生成的分割图进行加权融合,并使用权重因子关联损失函数以优化训练过程,以降低弱监督图像级标签监督信息不充分的影响。DASMob-MIL模型在自建的结直肠癌数据集YN-CRC和公共弱监督组织病理学图像数据集LUAD-HistoSeg-BC上与其他模型相比展示出了先进的分割性能,模型权重仅为14 MB,在YN-CRC数据集上F1 Score达到了89.5%,比先进的多层伪监督(MLPS)模型提高了3%。实验结果表明,DASMob-MIL仅使用图像级标签实现了像素级的分割,有效改善了弱监督组织病理学图像的分割性能。 展开更多
关键词 弱监督语义分割 组织病理学图像 实例学习 全局感知 稀疏特征
在线阅读 下载PDF
基于轻量化时间注意力增强的视频异常检测
16
作者 梁静 吴媛媛 《电子设计工程》 2024年第24期72-76,共5页
基于弱监督学习的视频异常行为检测算法使用较少的人工注释就能获得较大的性能提升,由于视频分段的影响,时序特征增强对于视频异常检测任务非常关键。现有的方法不能同时兼顾时间注意力增强与模型计算效率,因此,该文引入了一种基于轻量... 基于弱监督学习的视频异常行为检测算法使用较少的人工注释就能获得较大的性能提升,由于视频分段的影响,时序特征增强对于视频异常检测任务非常关键。现有的方法不能同时兼顾时间注意力增强与模型计算效率,因此,该文引入了一种基于轻量化时间注意力增强的视频异常检测算法,并在此基础上生成与异常检测任务相关的特征。此外,通过所设计的排序函数优化训练异常分数,能使每个片段的异常分数更加准确。相较于传统的Real-World算法,该方法在ShanghaiTech和UCSD Ped2数据集上的准确率分别提升了12.46%和13.03%,验证了其有效性。 展开更多
关键词 视频异常检测 实例学习 弱监督学习 时间注意力
在线阅读 下载PDF
基于K-最近邻的导弹靶试数据分析方法 被引量:7
17
作者 郑鹍鹏 李海峰 华建林 《航空兵器》 2011年第3期7-10,共4页
导弹气动模型是控制系统设计、系统仿真、性能评估的前提和基础。如何从飞行试验数据中获取对导弹气动特性的准确描述是导弹气动力建模方面的一个重要问题。本文将K-最近邻算法引入靶试数据气动力辨识分析,并针对数据特点采取了相应的... 导弹气动模型是控制系统设计、系统仿真、性能评估的前提和基础。如何从飞行试验数据中获取对导弹气动特性的准确描述是导弹气动力建模方面的一个重要问题。本文将K-最近邻算法引入靶试数据气动力辨识分析,并针对数据特点采取了相应的改进措施,建立了基于气动力辨识数据的气动力模型,为飞行试验数据的应用拓宽了思路。验证结果表明,K-最近邻模型预测结果接近气动力真值,从而证明了方法的可行性。 展开更多
关键词 气动辨识 实例学习 K-最近邻
在线阅读 下载PDF
基于行动片段补充生成器的异常行为检测方法 被引量:1
18
作者 赵春晖 杨莹 宿南 《沈阳大学学报(自然科学版)》 CAS 2019年第6期483-488,共6页
为了解决监控视频数量的迅速增长给视频存储及分析带来的问题,提出了一种结合3D卷积网络与MIL(multiple instance learning)异常检测的方法,构造了一个异常行为片段补充生成器对提案网络的动作片段进行补充,并修改了分类网络的3D卷积网... 为了解决监控视频数量的迅速增长给视频存储及分析带来的问题,提出了一种结合3D卷积网络与MIL(multiple instance learning)异常检测的方法,构造了一个异常行为片段补充生成器对提案网络的动作片段进行补充,并修改了分类网络的3D卷积网络结构,提升了分类网络的性能.根据MIL异常检测结果得分情况实现对边界检测结果的调整,自适应地控制输出结果的数量,在保证选择高分的异常行为检测结果的同时对多余部分进行筛选过滤,实现对监控视频的精细边界检测的目标.在UCF_crimes数据集上进行的实验表明,提出的异常行为边界检测方法与传统方法相比具有更好的检测效果. 展开更多
关键词 监控视频 实例学习 3D卷积 异常行为 边界检测
在线阅读 下载PDF
复杂场景下面向时空模糊性的人体动作检测方案研究
19
作者 从继成 《现代电子技术》 北大核心 2016年第15期38-42,46,共6页
与严格受控环境下传统的人体动作检测不同,进行复杂场景下的动作检测时由于背景带有噪声、人体遮挡和跟踪不全导致空间和时间边界存在时空模糊性。现有的动作检测方案无法有效解决这一问题,为此,首先采用运动历史图像特征和外观特征对... 与严格受控环境下传统的人体动作检测不同,进行复杂场景下的动作检测时由于背景带有噪声、人体遮挡和跟踪不全导致空间和时间边界存在时空模糊性。现有的动作检测方案无法有效解决这一问题,为此,首先采用运动历史图像特征和外观特征对人体运动进行区分,然后将一个动作的候选区域看成是一个实例包,提出模拟退火多实例学习支持向量机(SMILE-SVM)算法实现人体动作检测。仿真结果表明,该算法在公共的CMU运动数据集上的性能优于现有算法。另外,还提出了一种超市客户意图检测系统,可检测拥挤的超市中客户是否有意从货架上取货,对于商家研究客户兴趣具有重大价值。 展开更多
关键词 人体动作检测 时空模糊性 运动历史图像特征 外观特征 实例学习
在线阅读 下载PDF
基于在线判别特征选取的粒子滤波跟踪
20
作者 文磊 《信息技术》 2015年第6期202-206,共5页
传统的粒子滤波视频跟踪算法,在复杂环境背景下跟踪精度不高。针对此问题提出了一种新的基于在线判别特征选取的粒子滤波跟踪。使用粒子滤波构建了算法的基本运动模型,并根据不同运动的剧烈程度,分解基本运动模型为不同构成的子模型。... 传统的粒子滤波视频跟踪算法,在复杂环境背景下跟踪精度不高。针对此问题提出了一种新的基于在线判别特征选取的粒子滤波跟踪。使用粒子滤波构建了算法的基本运动模型,并根据不同运动的剧烈程度,分解基本运动模型为不同构成的子模型。通过在线多实例学习分别采样正负样本集合,并在这些样本上使用在线特征选取来构建强分类器。判别特征的选取过程,直接把样本的重要性与分类器权值联系起来,并利用梯度增强法搜索目标。大量的实验结果表明,文中提出的算法在光照变化、遮挡、以及形变的变化下都能准确跟踪目标,并且具有很高的实时性。 展开更多
关键词 粒子滤波 实例学习 梯度增强 特征选取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部