首页 | 官方网站   微博 | 高级检索  
     

基于增强群跟踪器和深度学习的目标跟踪
引用本文:程帅,曹永刚,孙俊喜,赵立荣,刘广文,韩广良.基于增强群跟踪器和深度学习的目标跟踪[J].电子与信息学报,2015(7).
作者姓名:程帅  曹永刚  孙俊喜  赵立荣  刘广文  韩广良
作者单位:1. 长春理工大学电子信息工程学院 长春 130022
2. 长春理工大学电子信息工程学院 长春 130022; 中国科学院长春光学精密机械与物理研究所 长春 130000
3. 东北师范大学计算机科学与信息技术学院 长春 130117
4. 中国科学院长春光学精密机械与物理研究所 长春 130000
基金项目:国家自然科学基金,吉林省科技厅项目(20090512;20100312)资助课题
摘    要:为解决基于外观模型和传统机器学习目标跟踪易出现目标漂移甚至跟踪失败的问题,该文提出以跟踪-学习-检测(TLD)算法为框架,基于增强群跟踪器(FoT)和深度学习的目标跟踪算法。FoT实现目标的预测与跟踪,增添基于时空上下文级联预测器提高预测局部跟踪器的成功率,快速随机采样一致性算法评估全局运动模型,提高目标跟踪的精确度。深度去噪自编码器和支持向量机分类器构建深度检测器,结合全局多尺度扫描窗口搜索策略检测可能的目标。加权P-N学习对样本加权处理,提高分类器的分类精确度。与其它跟踪算法相比较,在复杂环境下,不同图片序列实验结果表明,该算法在遮挡、相似背景等条件下具有更高的准确度和鲁棒性。

关 键 词:计算机视觉  群跟踪器  跟踪-学习-检测  深度学习  支持向量机  深度检测器

Target Tracking Based on Enhanced Flock of Tracker and Deep Learning
Cheng Shuai,Cao Yong-gang,Sun Jun-xi,Zhao Li-rong,Liu Guang-wen,Han Guang-liang.Target Tracking Based on Enhanced Flock of Tracker and Deep Learning[J].Journal of Electronics & Information Technology,2015(7).
Authors:Cheng Shuai  Cao Yong-gang  Sun Jun-xi  Zhao Li-rong  Liu Guang-wen  Han Guang-liang
Abstract:
Keywords:Computer vision  Flock of Tracker (FoT)  Tracking-Learning-Detection (TLD)  Deep learning  Support Vector Machine (SVM)  Deep detector
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号