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:
为得到包含目标与背景的区分度以及目标自身特性的外观模型,给出一种联合支持向量机.结合一类支持向量机和二类支持向量机的特点,设计优化的目标函数,利用拉格朗日乘子法给出其对偶形式,实现求解步骤,并基于此提出目标跟踪算法,以加强目标外观模型表达的鲁棒性,提高对目标和背景的鉴别能力.在公开的测试视频集上的实验结果表明,该算法能够准确地跟踪目标,并且具有较好的稳定性.
推荐文章
支持向量机和AdaBoost目标跟踪新方法
目标识别
支持向量机
AdaBoost
Harr特征
基于支持向量机和蚁群算法的空间目标分类
空间目标
支持向量机
蚁群算法
多支持向量机在线联合的运动目标跟踪算法
运动目标跟踪
线性支持向量机
在线更新
支持向量
Adaboost
基于支持向量机的水中目标识别
支持向量机
水中目标识别
统计学习理论
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 基于联合支持向量机的目标跟踪算法
来源期刊 计算机工程 学科 工学
关键词 模式识别 目标跟踪 联合支持向量机 外观模型 目标函数
年,卷(期) 2017,(3) 所属期刊栏目 图形图像处理
研究方向 页码范围 266-270
页数 5页 分类号 TP391
字数 3819字 语种 中文
DOI 10.3969/j.issn.1000-3428.2017.03.044
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 张利 清华大学电子工程系 166 1426 18.0 35.0
2 孙俊涛 清华大学电子工程系 2 4 1.0 2.0
3 张顺利 清华大学电子工程系 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (221)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
模式识别
目标跟踪
联合支持向量机
外观模型
目标函数
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导