基于粒子滤波和多示例学习的目标跟踪

• 作者: 罗萱
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 目标跟踪 计算机视觉 多示例学习 局部特征 粒子滤波
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 186-190
• 页数: 5页
• 分类号: TP391
• 字数: 4945字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.08.047

摘要

目标跟踪是计算机视觉领域中研究的热点问题.当前,基于多示例学习的目标跟踪算法引起了较多的关注.在研究多示例学习算法的基础上,针对原始的多示例学习目标跟踪算法中使用运动模型的不足,提出一种改进的基于在线学习的目标跟踪方法.该方法首先根据方向直方图局部特征(HOG特征)来描述目标,然后通过粒子滤波方法对目标位置进行预测,再用基于Boosting的在线多示例学习方法来建立描述目标的模型和分类器,最后在下一帧的图像中利用该分类器来跟踪目标,同时在线更新分类器.通过实验表明,改进的方法可以有效地提高目标跟踪精度和算法的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗萱	重庆青年职业技术学院计算机科学系	12	38	4.0	6.0