基于簇相似的多分类器目标跟踪算法

被引：10

作者：

李康

何发智

潘一腾

孙航

机构：

[1] 武汉大学计算机学院

来源：

电子学报 | 2016年 / 44卷 / 04期

关键词：

目标跟踪; 多分类器; 在线学习; 类哈尔特征;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

由于跟踪过程中目标和背景的变化,传统的单分类器跟踪算法学习到大量的非目标信息而导致跟踪精度降低.针对该问题,本文提出使用树形结构保存历史分类器.在每一帧,根据树中路径距离选择分类器集对测试样本分类.提出了一种基于簇相似性比较的分类算法.通过建立以方差为尺度的特征空间,比较测试样本到簇中心的距离计算相似度,快速计算出目标样本.实验表明本算法能够在复杂条件下实现对目标的鲁棒跟踪.

引用

页码：821 / 825

页数：5

共 5 条

[1]

在线学习多重检测的可视对象跟踪方法 [J].