大连理工大学学报
大連理工大學學報
대련리공대학학보
JOURNAL OF DALIAN UNIVERSITY OF TECHNOLOGY
2013年
5期
755-759
,共5页
在线目标跟踪%线性子空间学习%特征分组%模板更新
在線目標跟蹤%線性子空間學習%特徵分組%模闆更新
재선목표근종%선성자공간학습%특정분조%모판경신
online object tracking%linear subspace learning%feature grouping%template updating
在线目标跟踪是计算机视觉领域的一个具有挑战性的问题.提出了一种基于特征分组的在线目标跟踪算法.首先,利用像素点在多帧的方差对模板库中的目标模板进行特征分组.然后,利用主要特征图像和次要特征图像学习投影矩阵P,对样本进行投影.最后,利用最小误差法得出当前帧的跟踪结果.与其他典型算法相比,该算法对目标的异常变化具有很强的鲁棒性.
在線目標跟蹤是計算機視覺領域的一箇具有挑戰性的問題.提齣瞭一種基于特徵分組的在線目標跟蹤算法.首先,利用像素點在多幀的方差對模闆庫中的目標模闆進行特徵分組.然後,利用主要特徵圖像和次要特徵圖像學習投影矩陣P,對樣本進行投影.最後,利用最小誤差法得齣噹前幀的跟蹤結果.與其他典型算法相比,該算法對目標的異常變化具有很彊的魯棒性.
재선목표근종시계산궤시각영역적일개구유도전성적문제.제출료일충기우특정분조적재선목표근종산법.수선,이용상소점재다정적방차대모판고중적목표모판진행특정분조.연후,이용주요특정도상화차요특정도상학습투영구진P,대양본진행투영.최후,이용최소오차법득출당전정적근종결과.여기타전형산법상비,해산법대목표적이상변화구유흔강적로봉성.
