基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在基于检测的跟踪框架下,设计了一种在线学习的判别性外观模型并应用于多目标跟踪.对检测器输出的相邻帧间检测响应做保守关联,生成短小可靠的轨迹片;利用目标轨迹时空域约束条件,从轨迹片中提取训练样本及特征;采用Adaboost算法在线生成目标外观的判别性模型,计算轨迹片之间的外观相似度;最后采用匈牙利算法,经过多次迭代得到每个目标的完整轨迹.对实验结果做了定量和定性分析,结果表明:所设计的算法提高了跟踪精度,在复杂场景下能够较好地完成多目标跟踪任务.
推荐文章
在线多目标视频跟踪算法综述
视频分析
计算机视觉
多目标跟踪
深度学习
基于HOG及在线多实例学习的目标跟踪算法
HOG
分类器
在线多实例学习
目标跟踪
基于在线学习的目标跟踪方法研究
局部特征
在线Boosting
协同训练
目标跟踪
基于均值漂移—连通域标记的多目标跟踪算法
均值漂移
多目标跟踪
连通域标记
矩特征
特征匹配
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于在线学习判别性外观模型的多目标跟踪算法
来源期刊 中南民族大学学报(自然科学版) 学科 工学
关键词 多目标跟踪 轨迹片 外观模型 Adaboost算法
年,卷(期) 2017,(1) 所属期刊栏目 物理与电子信息科学
研究方向 页码范围 81-86
页数 6页 分类号 TP391.41
字数 4207字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 侯建华 中南民族大学电子信息工程学院 58 428 14.0 18.0
2 项俊 中南民族大学电子信息工程学院 8 42 2.0 6.0
3 边群星 中南民族大学电子信息工程学院 3 31 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (7)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (2)
1955(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标跟踪
轨迹片
外观模型
Adaboost算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导