- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于自适应多特征表观模型的目标压缩跟踪.pdf
浙 江 大 学 学 报 (工学版)
第 48卷第 12期 JournalofZhejiangUniversity (EngineeringScience) Vo1.48NO.12
2O】4年 12月 Dec.2014
DOI:l0.a785/).issn.1008—973X.2014.12.005
基于 自适应多特征表观模型的 目标压缩跟踪
卢 维 ,项志宇 ,于海滨。,刘济林
(1.浙江大学 信息与电子工程学系,浙江 杭州 310027;2.浙江省综合信息 网技术重点实验室 ,浙江 杭州 310027;
3.杭州 电子科技大学 电子信息学院,浙江 杭州 310018)
摘 要 :针对压缩跟踪算法中表观模型的视觉表达特征单一、统计模型缺乏柔性的问题 ,提 出一种 自适应 的多特征
表观建模方法.该方法引入 了对梯度 、边缘等图像细节描述能力更强的Surf特征,并通过构建两级观测矩阵解决多
维特征的观测问题 ,与亮度特征进行融合 ,使视觉表达更加丰富、全面 ;通过计算正负样本特征所服从的概率分布
曲线的 Hellinger距离 ,分析特征对 目标和背景 的区分能力 ,自适应地调整统计模 型 中各特征之 间的权重 ,使统计
模型能更好地利用对 目标跟踪有益的信息 ,根据 目标和背景 的变化及 时进行更新.实验结果表 明:该 自适应 多特征
表观模型能更加准确地描述实际场景 中目标和背景的复杂变化 ,在保持高效率 的同时,极大地提高了跟踪算法的
鲁棒性和准确性.
关键词 :压缩感知 ;目标跟踪 ;自适应模 型;多特征表观模型
中图分类号 :TP242.6 文献标志码 :A 文章编号 :l008—973X(2014)12—2l32一O7
objectcompressivetracking
basedon adaptivemulti—featureappearancemodel
LU W ei ,XIANG Zhi—yu ,YU Hal—bin。,LIU Ji—lin,
(1.DepartmentofInformationScienceandElectronicEngineering,ZhejiangUniversity,Hangzhou310027,China
2.ZhejiangProvincialKeyLaboratoryofInformationNetworkTechnology,Hangzhou310027,China;
3.SchoolofElectronicandInformation,HangzhouDianziUniversity,Hangzhou310018,China)
Abstract:An adaptive multi—feature modelling method wasproposed to resolvetheproblemsofsimple
featureand inflexiblemodelling existed in the appearancemodelofcompressivetracking.Thismethod
makesthevisualrepresentationmoreabundantandcomprehensivethroughfusingintensitywiththeSurf
typefeaturewhichhasstrongpowertodescribethedetailinformationlikegradientandedge.A two—stage
measurementmatrix is constructed to measure the multi—dimension features. The Hellinger distance
betweenafeature’Sdistributionsofpositi
文档评论(0)