适用于目标跟踪的加权增量子空间学习算法

• 作者: 张三元 钱诚
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 目标跟踪 增量子空间学习 算子向量 时间权值
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 计算机技术、电信技术
• 页码范围: 2240-2246
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2011.12.026

摘要

为了克服目标物外观变化给跟踪造成的困难,提出一种基于加权增量子空间学习的目标跟踪算法,该算法构造了一个可在线更新的子空间作为视频中目标物的外观模型,根据概率转移模型预测得到一组图像样本作为目标物在当前帧中可能出现的图像区域；然后将图像样本投影到该低维子空间中估计每个图像样本为目标图像区域的似然度,以具有最高似然度的样本作为目标在当前帧中的图像区域,通过加权增量的方式调整子空间.实验结果表明:相比基于其他增量子空间学习的跟踪算法,该算法能够稳定、准确地对运动目标进行跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张三元		95	1145	20.0	30.0
2	钱诚		5	10	2.0	3.0