特征加权融合的在线多示例学习跟踪算法

• 作者: 刘薇 戴平阳 李翠华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 特征融合 在线多示例学习 目标跟踪
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 图形图像处理
• 页码范围: 189-193,234
• 页数: 6页
• 分类号: TP391
• 字数: 3979字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1307-0350

摘要

为了能更加准确鲁棒地跟踪目标，提出了特征加权融合的在线多示例学习跟踪算法（WFMIL）。WFMIL在多示例学习框架下分别训练两种特征（Hog和Haar）分类器。在跟踪过程中，通过线性运算融合成一个强分类器，同时在学习过程中对正包中的示例引入权重。实验结果统计表明WFMIL能很好地解决目标漂移问题，并且对目标遮挡、运动突变、光照变化以及运动模糊等具有较好的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李翠华	厦门大学信息科学与技术学院	78	1178	20.0	30.0
2	刘薇	厦门大学信息科学与技术学院	4	5	2.0	2.0
3	戴平阳	厦门大学信息科学与技术学院	8	188	6.0	8.0