基于在线多示例提升随机蕨丛的目标跟踪

摘要：

为了实现在光线变化、目标形变及背景复杂环境下健壮有效的目标跟踪,提出一种基于在线多示例提升随机蕨丛的目标跟踪方法,通过无限冲激响应(IIR)滤波器实现随机蕨丛分类器的在线增量学习,构建在线随机蕨分类器池,并在在线多示例提升框架下对在线随机蕨进行更新和选取,生成在线多示例提升随机蕨丛分类器,利用该分类器对目标候选区域的采样进行分类以确定目标位置,同时构造正例和负例训练集进行在线增量更新.实验结果表明,复杂环境下,算法具有良好的目标跟踪稳定性.

关键词：目标跟踪、在线增量更新、在线多示例提升、随机蕨丛、分类器

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：浙江省自然科学基金资助项目Y1110781;浙江省供销社项目12SS02

在线出版日期：2012-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3178-3181,3184