特征压缩在线距离度量学习跟踪
陈东成 ; 朱明 ; 贺柏根 ; 杨文波
刊名光电子.激光
2014-08-14
期号8页码:1592-1597
关键词压缩感知 目标跟踪 距离度量 Mahalanobis距离
中文摘要为提高在线学习目标跟踪的实时性和准确率,结合压缩感知理论,提出一种将距离度量学习(DML)运用到目标跟踪的算法。首先,根据所选定的目标位置分别提取目标和背景样本集,运用随机投影理论对样本的Harr-like特征进行压缩;然后,用压缩后的低维特征向量集训练度量矩阵;最后,在新的一帧中抽取目标和背景的样本,用训练得到的度量矩阵计算已知目标和样本间的Mahalanobis距离,距离最小的样本的位置就是所要跟踪的目标的位置。对不同视频序列的测试结果表明,用压缩特征表示目标,使特征计算的计算量压缩到原来的1/4,减少了特征计算的时间;用训练后的度量矩阵计算目标位置,即跟踪器能够根据目标的不断变化自适应调整参数,提高了跟踪的准确率。
语种中文
公开日期2015-05-27
内容类型期刊论文
源URL[http://ir.ciomp.ac.cn/handle/181722/43019]  
专题长春光学精密机械与物理研究所_中科院长春光机所知识产出
推荐引用方式
GB/T 7714
陈东成,朱明,贺柏根,等. 特征压缩在线距离度量学习跟踪[J]. 光电子.激光,2014(8):1592-1597.
APA 陈东成,朱明,贺柏根,&杨文波.(2014).特征压缩在线距离度量学习跟踪.光电子.激光(8),1592-1597.
MLA 陈东成,et al."特征压缩在线距离度量学习跟踪".光电子.激光 .8(2014):1592-1597.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace