基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
依据二元分类的思想,提出了一种新的基于多支持向量机在线联合的运动目标跟踪算法.首先选择线性支持向量机作为分类器最大限度地将目标和背景区分开来,时线性支持向量机进行简单高效的在线更新,采用支持向量自动记录运动目标"关键帧"的信息.然后通过Adaboost算法为每个线性支持向量机分别赋以不同的权重,进行在线联合获得强分类器.实验结果表明,该算法具有较强的鲁棒性,尤其在目标变化过于激烈的情况下能够实现较为稳定的跟踪.
推荐文章
支持向量机和AdaBoost目标跟踪新方法
目标识别
支持向量机
AdaBoost
Harr特征
基于支持向量机的运动目标中人脸检测
支持向量机
人脸检测
运动目标分割
马尔可夫随机场
分类器
基于多特征信息的支持向量机数据关联算法
数据关联
支持向量机
信息融合
基于联合支持向量机的目标跟踪算法
模式识别
目标跟踪
联合支持向量机
外观模型
目标函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多支持向量机在线联合的运动目标跟踪算法
来源期刊 计算机工程与应用 学科 工学
关键词 运动目标跟踪 线性支持向量机 在线更新 支持向量 Adaboost
年,卷(期) 2009,(36) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 180-184
页数 5页 分类号 TP391.41
字数 3885字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.36.053
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张申 中国矿业大学信息与电气工程学院 130 952 14.0 27.0
2 张谢华 中国矿业大学信息与电气工程学院 8 33 4.0 5.0
6 田敏 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
运动目标跟踪
线性支持向量机
在线更新
支持向量
Adaboost
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导