视频目标跟踪中的提升分类算法

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｏｔｃｌｒｍｅｈｗｈｔｔｅｐｏｏｅｒｃｉｇｆａｗｏｋｉｒａ—ｉｅａｄｓｉａｌｏｔｅｐｒｐｉａａｓｓｏｔａｈｒｐｓｄｔａｋｎｒｍｅｒｓｅｌｔｎｕｔｂｅｔｈａｆ－ｍ
第２卷第６５期２１年Ｉ月００１
数据
采
Biblioteka Baidu
集
与
处
理
Ｖｏ．５Ｎｏ６１２．
ＮＯＶ２０．０１
Ｊｕｎｌｏｔｑｉｉｏ＆ＰｒｃｓｉｇｏｒａｆＤａａＡｃｕｓｔｎｉｏｅｓｎ
文章编号：０４９３（Ｏ０）６Ｏ８一６１０ — Ｏ７２１Ｏ一６３Ｏ
ｎｌａｌｈｃｕａｅｓａｅｏｈｂｅｔｉｃｕｒｄｂｈｍａｅｐｏｅｓｎ．Ｅｘｍｐｅａｅｎｙ，ｔｅａｃｒｔｔｔｆｔｅｏｊｃｓａｑｉｅｙｔｅｉｇｒｃｓｉｇａｌｓｂｓｄｏ
关键词：目标跟踪；升分类；征选择；子滤波提特粒中图分类号：３１４ＴＰ９．１文献标识码：Ａ
ＢｏｔｇＣａｓｆｃｔｎＡｌｏｉｍｎＶｓａｊｃｒｃｉｇｏｓｉｌｓｉｉａｉｇｒｔｉｉｕｌｎｏｈＯｂｅｔａｋｎＴ
标。类算法要求在跟踪过程中特征描述算子区分该
引
口
目标与背景的能力较强，在实际应用中，类特而各征描述能力总是随着环境变化而动态改变，如在跟
视频目标跟踪中的提升分类算法
卞志国金立左费树岷
（东南大学自动化学院，京，１０６南２０９）
摘要：对目标跟踪过程中各类图像特征分离背景和目标能力的动态变化，出一种基于协同训练框架的在线针提提升分类特征选择算法。该算法采用两纽特征描述目标与背景区域各像素，分别训练一在线提升分类器对特并征组进行选择，后综合分类结果，到最优似然图像，于该似然图像，用粒子滤波对目标进行跟踪并通过然得基采
图像处理方法获得最佳前景分割图。该方法的主要优点是仅需对首帧图像进行训练，在跟踪过程中通过协同并
伽练在线更新提升分类器。同时，Ｉ实验表明该算法运算速度快，能适应环境光照变化、挡等恶劣条件。并遮
ａｄｏｌｅｒａｏｓｉｇｉｔａｎｄｔｅｅｔｆａｕｅｎｌｓｉｙｅｃｉｅｎｓａｃｒａｎｎｉｅｌｂｏｔｎｓｒｉｅｏｓｌｃｅｔｒｓａｄｃａｓｆａｈｐｘｌｉｅｒｈａｅ．ｎＢａｅｎｔｅｉｔｇａｉｎｏｌｓｉｃｔｏｕｃｍｅｈａｔｃｅｆｔｒｉａｐｉｄｆｒｔａｋｎ．Ｆｉｓｄｏｈｎｅｒｔｏｆａｓｆａｉｎｏｔｏ，ｔｅｐｒｉｌｉｅｐｌｏｒｃｉｇｃｉｌｓｅ —
ｉｇｄｒｎｒｃｉｇｐｏｅｓｅｌｂｏｔｎｔＯｔａｎｎａｅｅｔｒｅｅｔｇｉｐｅｅｔｎｕｉｇｔａｋｎｒｃｓ，ａｒａｏｓｉｇｗｉｈＣ — ｒｉｉｇｂｓｄｆａｕｅｓｌｃｉｒｓｎ — ｎｓ
ｅｄ．Ｔｗｏｇｏｕｆｆａｕｒｓａｅｉｔｏｃｄｔｈｒｃｅｉｅｅｃｉｌａａｇｔｏｒｂｃｇｏｄ，ｒｐｓｏｅｔｅｒｎｒｄｕｅｏｃａａｔｒｚａｈｐｘｅｓｔｒｅａｋｒｕｎ
ｔｌｃｌｓｏｓｉｗ— ｏｎｎｌｍｉａｉｎｖｒａｉｎ．ｉｃｕｉｎ，ｖｅｐｉｔａｄｉｕｎｔｏａｉｔｏｓａｏｌ
Ｋｅｒｓｂｅｔｔａｋｎｙｗｏｄ：ｏｊｃｒｃｉｇ；ｂｏｔｎｌｓｉｉａｉｎ；ｆａｕｅｓｌｃｉｇ；ｐｒｉｌｉｅｉｇｏｓｉｇｃａｓｆｃｔｏｅｔｒｅｅｔｎａｔｅｆｌｒｎｃｔ
ＢｉｎＺｈｇｕｏ，ＪｉｚａｉｎＬｉｕｏ，ＦｅｕｍｉｉＳｈｎ
（ｃｏｌｆＡｕｏｔｎ，ＳｕｈａｔＵｎｖｒｉｙ，Ｎａｊｇ１０６，Ｃｈｎ）Ｓｈｏｔｍａｉｏｏｏｔｅｓｉｅｓｔｎｉ，２０９ｎｉａ
Ａｂｔａｔｓｒｃ：Ｔｈｂｌｙｏｎｉｄｆｆａｕｅｏｓｐｒｔｈｂｅｔｆｏｂｃｇｏｎｓｖｒ — ｅａｉｔｆｍａｙｋｎｓｏｅｔｒｓｔｅａａｅｔｅｏｊｃｒｍａｋｒｕｄｉａｙｉ