Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 在线加权多示例学习实时目标跟踪 | |
| 陈东成; 朱明; 高文; 孙宏海; 杨文波 | |
| 2014-06-15 | |
| 发表期刊 | 光学精密工程
 |
| 期号 | 6页码:1661-1667 |
| 摘要 | 由于原始多示例学习(MIL)跟踪的分类效果和实时性较差,提出了一种加权在线多示例学习跟踪算法。首先,根据所选定目标位置分别采集目标和背景样本集,通过对所采集样本集特征的在线学习生成弱分类器集;然后,用计算样本集对数似然函数的最大值的方法从弱分类器集中选择K个最优的弱分类器,给每个弱分类器赋不同的权值,生成一个强分类器;最后,在新的一帧中抽取目标和背景样本,用生成的强分类器对待分类的目标和背景进行分类;分类结果映射成概率值,概率最大样本的位置就是所要跟踪目标的位置。对不同视频序列的测试结果表明,该跟踪算法的跟踪正确率达93%,目标大小为43pixel×36pixel时处理帧率约为25frame/s。与原始多示例学习跟踪算法相比,本算法的实时性提高了67%。 |
| 文章类型 | 期刊 |
| 关键词 | 多示例学习 目标跟踪 分类器 权值 |
| 语种 | 中文 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/42852 |
| 专题 | 中科院长春光机所知识产出 |
| 推荐引用方式 GB/T 7714 | 陈东成,朱明,高文,等. 在线加权多示例学习实时目标跟踪[J]. 光学精密工程,2014(6):1661-1667. |
| APA | 陈东成,朱明,高文,孙宏海,&杨文波.(2014).在线加权多示例学习实时目标跟踪.光学精密工程(6),1661-1667. |
| MLA | 陈东成,et al."在线加权多示例学习实时目标跟踪".光学精密工程 .6(2014):1661-1667. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 在线加权多示例学习实时目标跟踪.caj（1016KB） | 开放获取 | ODC PDDL | 浏览 下载 | |||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [陈东成]的文章 |
| [朱明]的文章 |
| [高文]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [陈东成]的文章 |
| [朱明]的文章 |
| [高文]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [陈东成]的文章 |
| [朱明]的文章 |
| [高文]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论