基于在线判别特征选取的粒子滤波跟踪

• 作者: 文磊
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 粒子滤波 多实例学习 梯度增强 特征选取
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 应用技术
• 页码范围: 202-206
• 页数: 5页
• 分类号: TP391.4
• 字数: 5044字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2015.06.052

摘要

传统的粒子滤波视频跟踪算法,在复杂环境背景下跟踪精度不高.针对此问题提出了一种新的基于在线判别特征选取的粒子滤波跟踪.使用粒子滤波构建了算法的基本运动模型,并根据不同运动的剧烈程度,分解基本运动模型为不同构成的子模型.通过在线多实例学习分别采样正负样本集合,并在这些样本上使用在线特征选取来构建强分类器.判别特征的选取过程,直接把样本的重要性与分类器权值联系起来,并利用梯度增强法搜索目标.大量的实验结果表明,文中提出的算法在光照变化、遮挡、以及形变的变化下都能准确跟踪目标,并且具有很高的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文磊	上海理工大学光电信息与计算机工程学院	2	4	1.0	2.0