一种基于增量半监督判别分析的跟踪方法

• 作者: 张继 王洪元
• 来源期刊: 南京大学学报：自然科学版
• 学科: 工学
• 关键词: 区域协方差特征描述子 增量半监督判别分析 子空间学习 目标跟踪
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 粗糙集与粒计算进展
• 页码范围: 397-404
• 分类号: TP391.41
• 语种: 中文

摘要

在视频跟踪任务中，以上一帧跟踪到的目标位置为基础，在当前帧内相应位置周围生成若干候选区域样本进行分类，并从中获取待跟踪目标在当前帧中的位置和更新分类器，这是基于判别式方法的基本跟踪流程．对于每帧产生的大量未标记类别的候选区域样本，现有的基于子空问学习的跟踪方法大多忽略了这些样本内在的几何结构，而是直接向子空间投影，并在子空间内进行二分类，区分出其中的正类样本（前景）和负类样本（背景）．在半监督判别分析方法的基础上，提出一种基于增量半监督判别分析的跟踪方法框架．首先，使用区域协方差特征描述子提取图像中不同区域的大量图像特征；然后，为保持这些特征间的几何结构，将它们映射至欧氏空间内进行处理；再将原始半监督判别分析方法扩展到增量形式，给出类内散度矩阵、类间散度矩阵和正则项的增量更新方法，并由此给出目标跟踪的流程框架；通过实验显示，该方法对于目标跟踪问题具有良好的实时性和鲁棒性．