Index was outside the bounds of the array. 文章摘要
|本期目录/Table of Contents|


点击复制

一种具有目标匹配约束的加权多示例学习视频目标跟踪算法(PDF)

《复旦学报》（自然科学版）[ISSN:/CN:]

期数:
2015年02
页码:
198-209
栏目:
出版日期:
2015-04-14

文章信息/Info

Title:
-
作者:
-
蔡〓瑾，王新宇，聂〓勇，冯〓辉，杨〓涛，胡〓波
Author(s):
-
关键词:
-
Keywords:
-
分类号:
-
DOI:
-
文献标识码:
A
摘要:
以多示例学习（Multiple Instance Learning，MIL）目标跟踪方法为代表，基于自适应辨别模型的视频目标跟踪算法近年来得到广泛重视，这些算法用分类器对图像进行处理，将使分类器置信最大的采样样本作为当前帧的跟踪结果.在此基础上，基于加权多示例学习（Weighted Multiple Instance Learning, WMIL）的目标跟踪算法提出在分类器学习阶段对正样本进行重要性采样，加大正包内正样本的贡献，达到更好的跟踪效果.然而，当前一帧输出结果不准确时，会使得分类器学习性能下降，从而引起目标漂移或跟踪失败.本文基于WMIL算法，提出用目标匹配约束预判断当前帧是否存在目标漂移，从而对下一帧采样中心位置进行矫正，达到抑制目标漂移以及避免跟踪失败的效果.仿真结果表明，本算法在标准视频测试集上都取得了较优的结果.
Abstract:

参考文献/References

备注/Memo

备注/Memo:
更新日期/Last Update: 2015-04-15