基于HOG与多实例在线学习的目标跟踪算法

• 作者: 刘哲 郑紫微 陈恳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 随机蕨 梯度方向直方图 局部二值模式 多实例学习 在线学习 目标检测 目标跟踪
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 158-163
• 页数: 6页
• 分类号: TP311
• 字数: 3986字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.01.029

摘要

为实现在局部遮挡、光线变化等复杂背景下的目标跟踪,提出一种基于梯度方向直方图(HOG)与多实例在线学习的目标跟踪算法.利用已标定目标图像的HOG特征空间,结合局部二值模式(LBP)描述方法获取特征向量,构建初始随机蕨检测算子,采用随机多尺度采样方法跟踪每一帧的目标位置和尺寸,并基于多实例在线学习框架,通过检测到的目标样本以及附近的背景样本在线更新检测算子.将该算法与OnlineB oostingTracker,MILTracker等在线学习目标跟踪算法在多个标准视频序列中进行比较,实验结果表明,该算法在局部遮挡和光照变化的环境下具有较好的跟踪稳定性,但在抗目标旋转方面有待优化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈恳	宁波大学信息科学与工程学院	51	233	9.0	12.0
2	郑紫微	宁波大学信息科学与工程学院	53	190	8.0	10.0
3	刘哲	宁波大学信息科学与工程学院	4	16	2.0	4.0