题名 | 视觉目标跟踪中的在线学习方法研究; Research on Online Learning Methods for Object Tracking |
作者 | 陈思 |
答辩日期 | 2014 ; 2014 |
导师 | 李绍滋 |
关键词 | 目标跟踪 在线学习 半监督学习 多示例学习 目标表示 Object Tracking Online Learning Semi-supervised Learning Multiple Instance Learning Object Representation |
英文摘要 | 目标跟踪是人工智能、计算机视觉和模式识别等学科的关键研究课题,对其涉及的关键科学问题的研究,不仅具有良好的理论意义,而且在视觉导航、交通监控、视频检索、机器人视觉、人机交互和视频监控等领域有着广泛的应用前景。目标跟踪的主要任务是连续定位视频序列中被跟踪的目标对象。然而,由于自然场景中各种复杂因素的影响,如光照变化、旋转、快速运动、姿态变化、遮挡、杂乱背景、尺度变化等,目标跟踪已经成为一项富有挑战性的研究任务。 不同于离线学习方法,在线学习的目标跟踪方法在跟踪过程中不断更新目标外观模型,从而可以较好地适应目标外观的动态变化。根据建模方式的不同,在线学习的目标跟踪方法可以分为产生式跟踪方法和判别...; Object tracking is a research hotspot in artificial intelligent, computer vision, and pattern recognition, where research on key scientific issues involved, not only has the good theory significance, but also has a wide spread of applications such as visual navigation, traffic surveillance, video retrieval, robot vision, human-computer interaction, and video monitor. Given a video sequence contain...; 学位:理学博士; 院系专业:信息科学与技术学院_人工智能基础; 学号:31520110154094 |
语种 | zh_CN |
出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=45391 |
内容类型 | 学位论文 |
源URL | [http://dspace.xmu.edu.cn/handle/2288/84602] |
专题 | 信息技术-学位论文 |
推荐引用方式 GB/T 7714 | 陈思. 视觉目标跟踪中的在线学习方法研究, Research on Online Learning Methods for Object Tracking[D]. 2014, 2014. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论