首页 | 本学科首页   官方微博 | 高级检索  
     

一种具有目标匹配约束的加权多示例学习视频目标跟踪算法
引用本文:蔡瑾,王新宇,聂勇,冯辉,杨涛,胡波. 一种具有目标匹配约束的加权多示例学习视频目标跟踪算法[J]. 复旦学报(自然科学版), 2015, 54(2)
作者姓名:蔡瑾  王新宇  聂勇  冯辉  杨涛  胡波
作者单位:复旦大学电子工程系,上海,200433
摘    要:以多示例学习(Multiple Instance Learning,MIL)目标跟踪方法为代表,基于自适应辨别模型的视频目标跟踪算法近年来得到广泛重视,这些算法用分类器对图像进行处理,将使分类器置信最大的采样样本作为当前帧的跟踪结果.在此基础上,基于加权多示例学习(Weighted Multiple Instance Learning,WMIL)的目标跟踪算法提出在分类器学习阶段对正样本进行重要性采样,加大正包内正样本的贡献,达到更好的跟踪效果.然而,当前一帧输出结果不准确时,会使得分类器学习性能下降,从而引起目标漂移或跟踪失败.本文基于WMIL算法,提出用目标匹配约束预判断当前帧是否存在目标漂移,从而对下一帧采样中心位置进行矫正,达到抑制目标漂移以及避免跟踪失败的效果.仿真结果表明,本算法在标准视频测试集上都取得了较优的结果.

关 键 词:自适应辨别模型  加权多示例学习  目标匹配约束  视频目标跟踪

A Visual Object Tracking Algorithm with Object Matching Constraints Based on Weighted Multiple Instance Learning
CAI Jin,WANG Xin-yu,NIE Yong,FENG Hui,YANG Tao,HU Bo. A Visual Object Tracking Algorithm with Object Matching Constraints Based on Weighted Multiple Instance Learning[J]. Journal of Fudan University(Natural Science), 2015, 54(2)
Authors:CAI Jin  WANG Xin-yu  NIE Yong  FENG Hui  YANG Tao  HU Bo
Abstract:
Keywords:adaptive discriminative models  weighted multiple instance learning  object matching constraints  visual object tracking
本文献已被 CNKI 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