计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
10期
2914-2917
,共4页
目标跟踪%粒子滤波%局部全局一致性学习%半监督学习
目標跟蹤%粒子濾波%跼部全跼一緻性學習%半鑑督學習
목표근종%입자려파%국부전국일치성학습%반감독학습
target tracking%particle filter%Learning with Local and Global Consistency (LLGC)%semi-supervised learning
针对目标形变及复杂背景条件下的目标跟踪问题,利用基于图的半监督学习方法,结合粒子滤波,提出一种自适应的目标跟踪算法.该算法利用局部全局一致性学习(LLGC)算法建立代价函数,将当前的候选状态作为未标记样本,以所有样本为顶点建立图,以代价函数的最优解作为当前的状态,从而得到当前帧的目标位置;同时利用跟踪结果对标记样本进行实时更新,以适应目标形变,部分遮挡以及环境光照的变化.实验结果表明,该方法能够很好地处理目标跟踪中常见的遮挡、相似背景干扰等复杂情形,实现对目标的鲁棒跟踪.
針對目標形變及複雜揹景條件下的目標跟蹤問題,利用基于圖的半鑑督學習方法,結閤粒子濾波,提齣一種自適應的目標跟蹤算法.該算法利用跼部全跼一緻性學習(LLGC)算法建立代價函數,將噹前的候選狀態作為未標記樣本,以所有樣本為頂點建立圖,以代價函數的最優解作為噹前的狀態,從而得到噹前幀的目標位置;同時利用跟蹤結果對標記樣本進行實時更新,以適應目標形變,部分遮擋以及環境光照的變化.實驗結果錶明,該方法能夠很好地處理目標跟蹤中常見的遮擋、相似揹景榦擾等複雜情形,實現對目標的魯棒跟蹤.
침대목표형변급복잡배경조건하적목표근종문제,이용기우도적반감독학습방법,결합입자려파,제출일충자괄응적목표근종산법.해산법이용국부전국일치성학습(LLGC)산법건립대개함수,장당전적후선상태작위미표기양본,이소유양본위정점건립도,이대개함수적최우해작위당전적상태,종이득도당전정적목표위치;동시이용근종결과대표기양본진행실시경신,이괄응목표형변,부분차당이급배경광조적변화.실험결과표명,해방법능구흔호지처리목표근종중상견적차당、상사배경간우등복잡정형,실현대목표적로봉근종.
