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