一种基于改进型PN学习的在线长时目标跟踪算法

• 作者: 何强 杜奎 杨丰瑞
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 长时目标跟踪 改进型PN学习 背景抽离 模板匹配 主成分分析
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 图像与多媒体
• 页码范围: 40-43,46
• 页数: 5页
• 分类号: TP391.41
• 字数: 2865字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.11.012

摘要

文中主要讨论针对未知目标的长时跟踪问题.在一帧图像中,目标是由其位置和外观表征的;在连续的视频帧中,需要确定出每一帧中目标的位置和外观特征或者在某一帧中标识出目标是不可见的.因此对PN半监督机器学习算法进行改进,并在此基础上整合模板匹配技术、背景抽离技术和主成分分析技术,提出一种基于检测的在线长时目标跟踪算法.针对该跟踪算法详细阐述了其跟踪架构和算法执行流程,并精心筛选出5个测试视频流.实验结果表明,该跟踪算法具有较强的适应能力和跟踪能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨丰瑞		83	373	11.0	15.0
5	何强	重庆邮电大学通信新技术应用研究中心	7	17	3.0	4.0
6	杜奎	重庆邮电大学通信新技术应用研究中心	4	18	3.0	4.0