基于在线多示例提升随机蕨丛的目标跟踪

• 作者: 郑河荣 黄叶珏
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 目标跟踪 在线增量更新 在线多示例提升 随机蕨丛 分类器
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 3178-3181,3184
• 分类号: TP391.41
• 字数: 5694字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.03178

摘要

为了实现在光线变化、目标形变及背景复杂环境下健壮有效的目标跟踪,提出一种基于在线多示例提升随机蕨丛的目标跟踪方法,通过无限冲激响应(IIR)滤波器实现随机蕨丛分类器的在线增量学习,构建在线随机蕨分类器池,并在在线多示例提升框架下对在线随机蕨进行更新和选取,生成在线多示例提升随机蕨丛分类器,利用该分类器对目标候选区域的采样进行分类以确定目标位置,同时构造正例和负例训练集进行在线增量更新.实验结果表明,复杂环境下,算法具有良好的目标跟踪稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑河荣	浙江工业大学软件学院	47	436	11.0	19.0
2	黄叶珏	浙江经贸职业技术学院信息技术系	17	60	4.0	7.0