-
题名基于在线随机蕨分类器的实时视觉感知系统
被引量：5
- 1
-
-
作者
罗大鹏
罗琛
魏龙生
韩家宝
王勇
马丽
-
机构
中国地质大学(武汉)机械与电子信息学院
北京师范大学惠州附属学校
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2016年第5期1139-1148,共10页
-
基金
国家自然科学基金(No.61302137
No.61271328
+2 种基金
No.41202232)
湖北省自然科学基金(No.2013CFB403)
武汉市晨光计划项目(No.2014070404010209)
-
文摘
本文针对不同成像条件下,目标姿态变化对系统检测性能的影响,提出一种具有自主学习能力的视觉感知系统.该系统能在执行检测任务的同时,通过快速的自主学习提高检测性能,并保持实时目标检测速度.系统包括了目标检测模块及在线学习样本自动获取、标注模块.针对目标检测模块为满足系统自主学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能;针对样本自动获取、标注模块则提出最近邻分类器辅助的双层级联标注方法.此外,本文提出自主在线学习框架,整个学习过程不用准备初始训练样本集,通过人工选定一个待检测目标即可进行无需干预的自适应学习,逐渐提高检测性能.实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果.
-
关键词
在线学习
视觉感知
随机蕨分类器
目标检测
-
Keywords
online leaming
visuai perception
fern classifier
object detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名半自主在线学习目标检测系统
被引量：3
- 2
-
-
作者
罗琛
韩家宝
罗大鹏
-
机构
北京师范大学惠州附属学校
中国地质大学(武汉)机械与电子信息学院
-
出处
《现代电子技术》
北大核心
2016年第9期121-125,共5页
-
基金
国家自然科学基金资助项目(61302137)
湖北省自然科学基金资助项目(2013CFB403)
-
文摘
针对不同监控场景,不同成像条件下目标姿态变化较大的问题,提出一种具有半自主学习能力的目标检测系统。该系统能在执行检测任务的同时,通过快速的半自主学习提高检测性能。系统包括了目标检测模块及在线学习模块。为满足系统在线学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能。通过半自主在线学习框架使整个学习过程不需准备初始训练样本集,只需框选一个待检测目标即可进行自适应学习,逐渐提高检测性能。实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果。
-
关键词
在线学习
目标检测
随机蕨分类器
半自主学习
-
Keywords
online learning
object detection
random fern classifier
semi-autonomous learning
-
分类号
TN919-34
[电子电信—通信与信息系统]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于TLD的舰船目标跟踪方法研究
被引量：6
- 3
-
-
作者
齐楠楠
揭斐然
谢熙
吴巍
-
机构
中航工业洛阳电光设备研究所光电控制技术重点实验室
武汉理工大学信息工程学院
-
出处
《红外技术》
CSCD
北大核心
2013年第12期780-787,共8页
-
基金
国家自然科学基金资助项目
编号:61273241
+1 种基金
航空科学基金
编号:20105179002
-
文摘
复杂背景下进行舰船目标的跟踪时,在某些帧可能会有目标丢失。为了克服这个问题,采用联合检测-学习-跟踪的TLD算法。其过程是通过训练一种在线可更新的随机蕨分类器对目标跟踪结果进行检测,并使用一种基于时空约束的PN学习策略对分类器进行学习和更新,最后融合跟踪得到的结果对目标进行判别和确定。试验结果表明,该跟踪算法可适用于目标外形改变和遮挡的情况,鲁棒性强,识别率高,误检率低,同时实时性也较好,可以满足一般的在线跟踪系统的要求。
-
关键词
舰船跟踪
随机蕨分类器
TLD算法
在线学习
-
Keywords
ship tracking, random ferns classifier, TLD algorithm, online leaming
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
TN713
[电子电信—电路与系统]
-
-
题名多特征融合且抗遮挡的长时目标跟踪算法
被引量：2
- 4
-
-
作者
吴涛
袁亮
-
机构
新疆大学机械工程学院
-
出处
《计算机工程与设计》
北大核心
2021年第1期226-231,共6页
-
基金
国家自然科学基金项目(61662075)
新疆维吾尔自治区重点研发任务专项基金项目(2018B02011)
自治区自然科学基金项目(2019D01C021)。
-
文摘
针对目标跟踪过程中的遮挡、形变以及长时跟踪等问题进行研究,提出一种多特征融合且抗遮挡的长时目标跟踪算法。以判别尺度空间(DSST)算法为框架,融合颜色空间特征,引入APCE指标,增强目标位置的预测和抗遮挡能力,提高算法的鲁棒性;增加随机蕨分类器检测机制,在跟踪失败时对目标进行重新检测定位;在模型更新阶段,利用帧差法调整模型的更新率。实验结果表明,改进算法在目标遮挡、形变以及长时跟踪等复杂情况下的跟踪性能均优于其它经典算法。
-
关键词
相关滤波
抗遮挡
长时跟踪
特征融合
随机蕨分类器
-
Keywords
correlation filtering
anti-occlusion
long term tracking
feature fusion
fern classifier
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
