基于FREAK和P3CA的鲁棒目标跟踪.pdf

下载文档

7
0
约4.88万字
约 15页
2015-09-07 发布于湖北
举报
版权申诉
保障服务

基于FREAK和P3CA的鲁棒目标跟踪.pdf

1、本文档共15页，可阅读全部内容。
2、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。
3、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。
4、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)。

第38卷第6期计算机学报 v01．38No．6 2015年6月 CHINESE OFCoMPUTERS June2015 JOURNAL 基于FREAK和P3CA的鲁棒目标跟踪王宇霞赵清杰赵留军 (jE京理工大学计算机学院智能信息技术北京市重点实验室北京 100081) Retina 摘要在粒子滤波框架下．提出了基于快速视网膜特征点(Fast Keypoint，FREAK)和主成分一典型相关分 Correlation 析(PrincipalComponent-Canonical 态运动模型提高了目标位置预测准确性，缩小了目标搜索空间．基于P3CA的外观模型利用图像子区域间的典型相关性衡量候选目标的优劣，解决了基于全局信息外观模型对遮挡敏感的问题；利用主成分分析在数据降维方面的优势，解决了典型相关分析用于跟踪存在的小样本问题，降低了计算开销．同时，P3CA在线更新算法使跟踪器可以更好地应对跟踪过程中目标外观变化．通过在多个具有挑战性的视频上与多种优秀算法对比实验表明，该文的方法可以很好地应对光照变化、遮挡、旋转以及复杂背景等问题．关键词目标跟踪；快速视网膜特征；主成分一典型相关分析；主成分分析；典型相关分析中图法分类号TP391DOI号10．11897／SP．J．1016．2015．01188 Robustect BasedonFREAKandP3CA ObjTracking Yu—Xia ZHA0 WANG ZHAo Liu-Jun Qing—Jie KeyLaboratoryofIntelligentInformationTechnology，SchoolofComputerScience＆Technology， (Beijing Institute 100081) Beijing ofTechnology，BeOing ontheFast AbstractWe anovel based Retina proposedtrackingalgorithm and Correlation FREAK—based PrincipalComponent-CanonicalAnalysis(P3CA)。Theproposed the the multi—modemodel the of ectlocation，reduces accuracyobj dynamicimprovesprediction modelismorerobustin occlusionthanholistic searchingspace．P3CA—basedappearance handling informationbased modelduetothe o