计算机应用研究
計算機應用研究
계산궤응용연구
Application Research of Computers
2015年
11期
3463-3466,3470
,共5页
费舍尔信息%主动特征选择%权重多实例学习%加权和模型%“漂移”现象%目标跟踪
費捨爾信息%主動特徵選擇%權重多實例學習%加權和模型%“漂移”現象%目標跟蹤
비사이신식%주동특정선택%권중다실례학습%가권화모형%“표이”현상%목표근종
Fisher information%active feature selection%WMIL%weiged sum model%drifting phenomenon%object tracking
为了解决自适应运动目标跟踪中常见的漂移现象，提出一种基于主动特征选择（AFS）的在线权重多实例运动目标跟踪算法，在原有多实例学习的框架中引入一种新的包概率模型———加权和模型，然后使用主动特征选取法来提取更高效的特征，以降低建立分类器模型的不确定性，并通过优化 Fisher 信息判别准则进行在线boosting 特征选取。实验结果表明，该方法鲁棒性较好，可以有效解决漂移问题，并能实时地完成在线跟踪。在此研究基础上将考虑更有效的光照不变特征。
為瞭解決自適應運動目標跟蹤中常見的漂移現象，提齣一種基于主動特徵選擇（AFS）的在線權重多實例運動目標跟蹤算法，在原有多實例學習的框架中引入一種新的包概率模型———加權和模型，然後使用主動特徵選取法來提取更高效的特徵，以降低建立分類器模型的不確定性，併通過優化 Fisher 信息判彆準則進行在線boosting 特徵選取。實驗結果錶明，該方法魯棒性較好，可以有效解決漂移問題，併能實時地完成在線跟蹤。在此研究基礎上將攷慮更有效的光照不變特徵。
위료해결자괄응운동목표근종중상견적표이현상，제출일충기우주동특정선택（AFS）적재선권중다실례운동목표근종산법，재원유다실례학습적광가중인입일충신적포개솔모형———가권화모형，연후사용주동특정선취법래제취경고효적특정，이강저건립분류기모형적불학정성，병통과우화 Fisher 신식판별준칙진행재선boosting 특정선취。실험결과표명，해방법로봉성교호，가이유효해결표이문제，병능실시지완성재선근종。재차연구기출상장고필경유효적광조불변특정。
To solve the common problem of drifting phenomenon in adaptive object tracking,this paper proposed an online weighted multiple instance object tracking method via active feature selection.In the prime framework of multiple instance learning,it drew a new kind of bag probability model-weighted sum model,and then used an active feature selection approach to get more informative features to decrease the uncertainty of classification model.Otherwise,optimizing the Fisher informa-tion criterion to select features in an online boosting method.Experimental results show that this method is more robust,can effectively solve the drifting problem,and track the target real-time online.More effcient illumingtion invariant features will be considered based on this reserach.
