一种基于超像素的局部判别式跟踪算法.pdfVIP

一种基于超像素的局部判别式跟踪算法.pdf

  1. 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. 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. 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. 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. 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. 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. 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
一种基于超像素的局部判别式跟踪算法.pdf

第44卷第6期 东南大学学报(自然科 学版 ) Vol.44 No.6   2014年11 月 JOURNAL OF SOUTHEAST UNIVERSITY (Natural Science Edition)   Nov.2014 doi:10.3969/j.issn.1001 -0505.2014.06.002 一种基于超像素的局部判别式跟踪算法 1 1,2 1 1 1 1 程 旭  郭海燕   李拟珺   周同驰  周 琳  吴镇扬 (东南大学信息科学与工程学院,南京210096)1 (南京农业大学工学院,南京210031)2 摘要:针对目标在复杂环境下容易受到外界干扰而发生漂移的问题,提出了一种基于超像素的 局部判别式跟踪方法.首先,对视频序列前10 帧的目标区域进行分割,得到超像素,并利用k- means方法对其进行聚类以构造初始字典;其次,通过训练样本集来训练线性分类器;然后,为了 减少目标发生漂移的可能性,将初始训练的分类器与更新后的分类器线性加权之和定义为似然 函数;最后,在粒子滤波的框架下,将似然函数值最大的粒子作为跟踪的结果,每运行 U帧更新 一次字典和分类器参数,以捕获目标表观的变化.仿真结果表明,所提算法在目标发生遮挡、光照 变化的复杂环境下仍然能够跟踪目标. 关键词:视频监控;稀疏表示;目标跟踪;表观更新;超像素 中图分类号:TP391  文献标志码:A  文章编号:1001 -0505(2014)06-1105-06 Local discriminative tracking algorithm based on superpixel 1 1,2 1 1 1 1 Cheng Xu   Guo Haiyan   Li Nijun   Zhou Tongchi   Zhou Lin   Wu Zhenyang (School ofInformation Science and Engineering,SoutheastUniversity,Nanjing210096,China)1 (College ofEngineering,Nanjing Agricultural University,Nanjing210031,China)2 Abstract:To solve the drifting problem of objects caused by external disturbances under complex circumstances,alocaldiscriminativetrackingmethodbasedon superpixelisproposed.First,theob- jects from the first ten frames ofa video are segmented into superpixels,which are clustered by the k-means algorithm to construct the initial dictionary.Secondly,a linear classifier is trained by the training sample set.Then,to reduce the possibility ofthe object drifting,the likelihood function is defined as a linear weighted combination ofthe initial classifier and the updated classifier.Final

文档评论(0)

整理王 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档