2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于增量子空间自适应决策的目标跟踪

仝小敏 张艳宁 杨涛

仝小敏, 张艳宁, 杨涛. 基于增量子空间自适应决策的目标跟踪. 自动化学报, 2011, 37(12): 1483-1494. doi: 10.3724/SP.J.1004.2011.01483
引用本文: 仝小敏, 张艳宁, 杨涛. 基于增量子空间自适应决策的目标跟踪. 自动化学报, 2011, 37(12): 1483-1494. doi: 10.3724/SP.J.1004.2011.01483
TONG Xiao-Min, ZHANG Yan-Ning, YANG Tao. Robust Object Tracking Based on Adaptive and Incremental Subspace Learning. ACTA AUTOMATICA SINICA, 2011, 37(12): 1483-1494. doi: 10.3724/SP.J.1004.2011.01483
Citation: TONG Xiao-Min, ZHANG Yan-Ning, YANG Tao. Robust Object Tracking Based on Adaptive and Incremental Subspace Learning. ACTA AUTOMATICA SINICA, 2011, 37(12): 1483-1494. doi: 10.3724/SP.J.1004.2011.01483

基于增量子空间自适应决策的目标跟踪

doi: 10.3724/SP.J.1004.2011.01483
详细信息
    通讯作者:

    张艳宁 西北工业大学教授. 主要研究方向为计算机视觉,图像与视频处理,智能信息处理,模式识别. E-mail: ynzhang@nwpu.edu.cn

Robust Object Tracking Based on Adaptive and Incremental Subspace Learning

  • 摘要: 基于增量子空间的目标跟踪算法多数不加选择地将检测到的目标作为模板训练的样本, 并以固定频率更新模板, 这种无反馈闭环机制使得算法在目标外观模型发生变化、 光照变化等复杂条件下难以鲁棒跟踪目标, 一旦跟踪失败很难从错误中恢复. 为此, 我们提出一种反馈闭环跟踪算法, 在增量子空间粒子滤波跟踪框架下, 引入跟踪状态判决作为后续模板更新依据. 通过判决反馈信息选择合适的样本适时更新模板, 有效克服目标外观模型的变化, 持续跟踪目标. 实验结果表明, 由于引入跟踪状态判决, 在目标外观变化、光照变化等情况下, 本算法能够以与环境相适应的频率及时更新模板, 提高跟踪精度, 实验结果验证了本文算法的鲁棒性和有效性.
  • 加载中
计量
  • 文章访问数:  2217
  • HTML全文浏览量:  59
  • PDF下载量:  945
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-01-17
  • 修回日期:  2011-07-07
  • 刊出日期:  2011-12-20

目录

    /

    返回文章
    返回