联合生成与判别模型的目标检测与跟踪

被引:7
作者
刘倩 [1 ,2 ]
侯建华 [1 ,2 ]
牟海军 [1 ,2 ]
赵巍 [3 ]
笪邦友 [1 ,2 ]
机构
[1] 不详
[2] 中南民族大学电子信息工程学院
[3] 不详
[4] 中南民族大学智能无线通信湖北省重点实验室
[5] 华中农业大学食品科技学院
[6] 不详
关键词
目标检测与跟踪; 生成模型; 判别模型; DAISY特征描述子; 霍夫森林;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出一种新的基于生成-判别模型的目标检测与跟踪方法。利用DAISY特征描述子所具有的对光照、形变、视角、尺度的不变性以及计算高效的特点,提取目标稳定的特征点并加以表达,形成生成模型;采用霍夫森林分类器作为判别模型,用以训练目标图像块。在后续视频序列中利用目标的检测结果和判别码本的相似性测量对模型进行更新,构建一个动态自适应的判别码本。实验结果表明这种将快速有效的DAISY描述子和识别率高、鲁棒性强的霍夫森林分类器相结合的算法,跟踪精度高、实时性较好,具有目标局部防遮挡能力和不同分辨率下的识别能力。
引用
收藏
页码:1293 / 1301
页数:9
相关论文
共 2 条
  • [1] Image classification using random forests and ferns. Bosch A, Zisserman A, Muoz X. Proceedings of the 11th International Conference on Computer Vision . 2007
  • [2] Tracking non-stationary appearances and dynamic feature selection. M. Yang,Y. Wu. IEEE Conference on Computer Vision and Pattern Recognition . 2005