| 题名 | 基于特征加权的在线多示例学习跟踪算法; Online Weighted Multi-instance Learning for Visual Tracking |
| 作者 | 刘薇 |
| 答辩日期 | 2014 ; 2014 |
| 导师 | 李翠华 |
| 关键词 | 多示例学习 目标跟踪 判别性选择 Multiple Instance Learning Visual Tracking Discriminant Selection |
| 英文摘要 | 随着计算机视觉跟踪的研究热潮的兴起，目标跟踪技术已在机器人视觉导航、医疗诊断、智能交通以及气象分析等领域有广泛的应用。但由于自然场景中存在多种干扰，目标跟踪容易碰到背景杂乱、目标被部分遮挡及严重遮挡、目标快速运动、目标自身姿态变化以及场景光照变化等问题。针对这些问题，本文基于多示例学习算法在以下两个方面进行目标跟踪算法研究： 一、提出在线特征融合的加权多示例学习跟踪算法。多示例学习跟踪算法存在以下问题：在训练分类器时，由于训练是针对包并非包中的每个示例，并且包是通过噪声或模型计算得到，该模型并没有考虑正示例对目标重要性的影响。因此，本文考虑包中示例对目标贡献不同，对包中示例进行加权学习。同时...; Visual tracking is one of the cardinal problems of computer vision. It has been widely used in many applications such as surveillance, driving assistant systems and augmented reality to human-computer interaction. As an active research topic, visual tracking has been extensively studied. However, it is still a challenging problem to track a target in real world environment because there are many i...; 学位：工学硕士; 院系专业：信息科学与技术学院_计算机技术; 学号：23020111153075 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=44767 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/84310]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 刘薇. 基于特征加权的在线多示例学习跟踪算法, Online Weighted Multi-instance Learning for Visual 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