基于粒子滤波和多示例学习的目标跟踪

基于粒子滤波和多示例学习的目标跟踪
罗萱
【期刊名称】《计算机应用与软件》
【年(卷),期】2014(031)008
【摘要】目标跟踪是计算机视觉领域中研究的热点问题.当前,基于多示例学习的目标跟踪算法引起了较多的关注.在研究多示例学习算法的基础上,针对原始的多示例学习目标跟踪算法中使用运动模型的不足,提出一种改进的基于在线学习的目标跟踪方法.该方法首先根据方向直方图局部特征(HOG特征)来描述目标,然后通过粒子滤波方法对目标位置进行预测,再用基于Boosting的在线多示例学习方法来建立描述目标的模型和分类器,最后在下一帧的图像中利用该分类器来跟踪目标,同时在线更新分类器.通过实验表明,改进的方法可以有效地提高目标跟踪精度和算法的鲁棒性.
【总页数】5页(P186-190)
【作者】罗萱
【作者单位】重庆青年职业技术学院计算机科学系重庆400712
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于在线多示例学习的协同训练目标跟踪算法 [J], 李飞;王从庆;周鑫;周大可
2.基于RGB-D的在线多示例学习目标跟踪算法 [J], 高毅鹏;郑彬;曾宪华
3.基于加速鲁棒特征和多示例学习的目标跟踪算法 [J], 白晓红;温静;赵雪;陈金广
4.基于高效多示例学习的目标跟踪 [J], 彭爽;彭晓明
5.基于相关相似度的在线多示例学习目标跟踪算法 [J], 陈敏;张清华;陈晓森;陈江湖;谢思齐;陈思;
因版权原因，仅展示原文概要，查看原文内容请购买。