| 基于增量学习的关节式目标跟踪算法 |
| |
| 作者姓名： | 赵运基 裴海龙 |
| |
| 作者单位： | 华南理工大学 自主系统与网络控制教育部重点实验室//自动化科学与工程学院,广东 广州 510640 |
| |
| 基金项目： | 国家自然科学基金重点项目(60736024,60574004,61174053);教育部科技创新工程重大项目(7080690) |
| |
| 摘 要： | 为实现对关节式目标的稳定跟踪,提出了基于增量学习的关节式目标跟踪算法．该算法应用图割法对目标矩形窗进行前景与背景分割,得到前景图像; 然后对前景图像进行快速傅里叶变换,得到傅里叶系数矩阵,进而得到振幅图像,并将振幅图像作为跟踪目标的描述; 最后将多个目标描述进行奇异值分解和主元分析,实现对跟踪目标的低维子空间描述． 文中在粒子滤波框架下实现了整个跟踪算法． 实验结果表明,该算法具有较稳定的关节式目标跟踪效果．
|
| 关 键 词： | 目标跟踪 增量学习 子空间描述 快速傅立叶变换 奇异值分解 粒子滤波 |
| 收稿时间： | 2011-08-23 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《华南理工大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《华南理工大学学报(自然科学版)》下载全文 |
|
