CAJ | 학술논문

由于光照变化、视角差异、相机抖动和部分遮挡等因素的影响,鲁棒的目标跟踪仍然是计算机视觉领域极具挑战性的研究课题.受协同训练和粒子滤波算法的启发,提出一种快速的自适应目标跟踪方法.该方法采用HOG( histogram of oriented gradients)和LBP(local binary pattern)描述目标特征并建立分类器,通过协同训练实现分类器的在线更新,有效解决了误差累积问题.为缩小目标搜索的状态空间,利用IC()NDENSATI()N的运动模型和重要采样提高粒子采样的准确性和效率,并引入校正因子抑制虚假目标的干扰,从而提升了跟踪算法的鲁棒性和分类器更新的准确性.在两组标准测试集和两组自建测试集上的对比实验结果验证了所提出跟踪算法的有效性.与基于全局搜索的跟踪方法相比,该算法在不降低跟踪性能的前提下将处理速度提高25倍以上.
유우광조변화、시각차이、상궤두동화부분차당등인소적영향,로봉적목표근종잉연시계산궤시각영역겁구도전성적연구과제.수협동훈련화입자려파산법적계발,제출일충쾌속적자괄응목표근종방법.해방법채용HOG( histogram of oriented gradients)화LBP(local binary pattern)묘술목표특정병건립분류기,통과협동훈련실현분류기적재선경신,유효해결료오차루적문제.위축소목표수색적상태공간,이용IC()NDENSATI()N적운동모형화중요채양제고입자채양적준학성화효솔,병인입교정인자억제허가목표적간우,종이제승료근종산법적로봉성화분류기경신적준학성.재량조표준측시집화량조자건측시집상적대비실험결과험증료소제출근종산법적유효성.여기우전국수색적근종방법상비,해산법재불강저근종성능적전제하장처리속도제고25배이상.