基于子空间半监督学习线性判别方法的目标跟踪技术研究

• 作者: 李红军 母方欣 赵明莉
• 来源期刊: 现代电子技术
• 关键词: 半监督学习 目标跟踪 增量线性判别分析 置信度 分类面 状态估计
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 52-55,60
• 页数: 5页
• 分类号: TN911.73-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.03.013

摘要

文中提出一种基于半监督学习的线性判别方法用于目标跟踪.首先,根据少量的目标图像和背景图像样本,利用增量线性判别分析在子空间中找到最大化标记样本分类间隔的分类面;然后在当前帧采样,获得大量未标记的图像样本并投影到子空间中,通过半监督学习修正分类面,在这些候选目标中找到离目标最近、离背景最远的作为目标在当前帧的状态估计;最后,在分类结果中挑选置信度高的目标图像和背景图像样本加入到训练集中,删除训练集中置信度低的目标图像和背景图像样本,并更新投影子空间的基.实验结果表明,所提方法可以很好地适应目标的各种变化,并获得比基于监督学习方法更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李红军	中国人民解放军驻六三一所军事代表室	13	24	2.0	4.0
2	赵明莉	中国人民解放军驻六三一所军事代表室	1	0	0.0	0.0
3	母方欣		1	0	0.0	0.0