西安邮电学院学报
西安郵電學院學報
서안유전학원학보
JOURNAL OF XI’AN INSTITUTE OF POSTS AND TELECOMMUNICATIONS
2014年
2期
43-47
,共5页
李娜%李大湘%刘卫华%刘颖
李娜%李大湘%劉衛華%劉穎
리나%리대상%류위화%류영
目标跟踪%多示例学习%弱分类器
目標跟蹤%多示例學習%弱分類器
목표근종%다시례학습%약분류기
为提高运动目标跟踪算法的鲁棒性,提出一种基于多示例学习(MIL)框架的跟踪算法.该算法利用类Haar特征构建若干弱分类器,然后级联为多示例学习强分类器,根据目标在视频前一帧中的位置,依据最大熵原理,在当前帧中找出目标可能出现的范围,并利用该强分类器确定其最有可能出现的位置,作为跟踪结果,并且将该位置不同邻域内的图像分别作为正包和负包去更新多示例学习强分类器.实验结果表明,该算法对于运动目标外观有显著变化的情况具有较好的鲁棒性和实时性.
為提高運動目標跟蹤算法的魯棒性,提齣一種基于多示例學習(MIL)框架的跟蹤算法.該算法利用類Haar特徵構建若榦弱分類器,然後級聯為多示例學習彊分類器,根據目標在視頻前一幀中的位置,依據最大熵原理,在噹前幀中找齣目標可能齣現的範圍,併利用該彊分類器確定其最有可能齣現的位置,作為跟蹤結果,併且將該位置不同鄰域內的圖像分彆作為正包和負包去更新多示例學習彊分類器.實驗結果錶明,該算法對于運動目標外觀有顯著變化的情況具有較好的魯棒性和實時性.
위제고운동목표근종산법적로봉성,제출일충기우다시례학습(MIL)광가적근종산법.해산법이용류Haar특정구건약간약분류기,연후급련위다시례학습강분류기,근거목표재시빈전일정중적위치,의거최대적원리,재당전정중조출목표가능출현적범위,병이용해강분류기학정기최유가능출현적위치,작위근종결과,병차장해위치불동린역내적도상분별작위정포화부포거경신다시례학습강분류기.실험결과표명,해산법대우운동목표외관유현저변화적정황구유교호적로봉성화실시성.
