基于稀疏表达的多示例学习目标追踪算法

• 作者: 刘原 卜英乔 苏巧平 黄河
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 目标追踪 多示例学习 稀疏表达 分类器 粒子滤波 数据字典
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 213-217,222
• 页数: 6页
• 分类号: TP301.6
• 字数: 5027字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.03.042

摘要

追踪目标在经历较大姿势变化时,会导致追踪目标偏移甚至丢失.为此,提出一种基于稀疏表达的多示例学习目标追踪算法.联合多示例学习与稀疏表达方法,将目标物体的局部稀疏编码作为多示例学习的训练数据,通过学习正负样本的局部稀疏编码获得一个多示例学习的分类器,分类的结果与粒子滤波框架相结合,估计目标在整个视频序列中的运动状态.实验结果表明,该算法稳定性较好,与增量学习追踪算法、范式学习追踪算法和多示例学习追踪算法相比,其中心位置误差率减少30％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘原	安徽医学高等专科学校医学技术系	14	24	3.0	4.0
2	黄河	中国科学院合肥智能机械研究所	45	335	10.0	17.0
3	苏巧平	安徽新华学院电子通信工程学院	26	29	3.0	4.0
4	卜英乔		1	7	1.0	1.0