基于特征自适应选择的鲁棒跟踪算法
CSTR:
作者:
作者单位:

东北大学信息科学与工程学院,沈阳110004.

作者简介:

齐苑辰

通讯作者:

中图分类号:

TP391

基金项目:

国家自然科学基金项目(61273078, 61005032);中央高校基本科研业务费专项基金项目(N1106040065032).


Robust object tracking with adaptive feature selection
Author:
Affiliation:

College of Information Science and Engineering,Northeastern University,Shenyang 110004,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了解决真实场景下视频目标的跟踪问题, 提出一种基于特征自适应选择的鲁棒跟踪算法. 首先, 针对在线AdaBoost 算法特征池特征鲁棒性差的问题, 提出一种基于颜色与金字塔梯度方向直方图特征相结合的特征池构造方式; 然后, 针对分类器在更新过程中容易受到错误样本影响的问题, 对每帧跟踪结果增加遮挡检测环节以避免漂移现象的发生. 大量的对比实验表明, 在真实场景下所提出的方法具有更好的效果.

    Abstract:

    In order to solve the tracking problem of video sequences in real-world scenarios, a robust tracking algorithm based on adaptive feature selection is proposed. Firstly, for the problem that the candidate features of the online AdaBoost algorithm are not robust, a construction mode of the candidate feature pool is proposed, which combines color and pyramid gradient orientation histogram features. Then, for the problem that classifiers are vulnerable to the influence of improper samples during the update, a process of occlusion detection is added at each frame after obtaining the tracking result to avoid the phenomena of drift. Lots of comparison experiments show that the proposed algorithm tracks the object accurately and reliably in realistic videos.

    参考文献
    相似文献
    引证文献
引用本文

吴成东 齐苑辰 陈东岳.基于特征自适应选择的鲁棒跟踪算法[J].控制与决策,2014,29(12):2137-2143

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-11-05
  • 最后修改日期:2014-05-09
  • 录用日期:
  • 在线发布日期: 2014-12-20
  • 出版日期:
文章二维码