版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,計算機視覺中的目標(biāo)跟蹤技術(shù)在各個領(lǐng)域的應(yīng)用越來越廣泛,而目標(biāo)跟蹤算法也隨著研究的深入而不斷加強。然而要想實現(xiàn)對視頻目標(biāo)的魯棒性跟蹤,仍然需要克服目標(biāo)外觀形變、光照變化、快速運動、遮擋問題等干擾。
本文將視覺目標(biāo)跟蹤問題視為一個排序?qū)W習(xí)問題,利用排序支持向量機進行目標(biāo)跟蹤,提出了兩種新的目標(biāo)跟蹤算法,并且應(yīng)用于日益受到重視的紅外視頻下的目標(biāo)跟蹤問題,實現(xiàn)對紅外視頻目標(biāo)的魯棒性跟蹤。本文的主要工作和貢獻如下:
1
2、.提出一種多特征融合的排序支持向量機目標(biāo)跟蹤算法。首先,通過排序支持向量機學(xué)習(xí)得到排序函數(shù),然后再結(jié)合兩種不同的圖像特征分別構(gòu)造分類器,最后通過計算兩個分類器的錯誤率得到權(quán)重并完成融合,從而得到一個自適應(yīng)的多特征融合排序支持向量機跟蹤算法。
2.提出了一種基于協(xié)同訓(xùn)練排序支持向量機的跟蹤方法。該方法通過使用兩個不同的排序支持向量機進行協(xié)同學(xué)習(xí),實現(xiàn)相互補充與增強,從而能夠克服目標(biāo)在遮擋、嘈雜背景以及光照等因素作用下的目標(biāo)外觀變
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于結(jié)構(gòu)支持向量機的目標(biāo)跟蹤算法研究.pdf
- 基于支持向量機的目標(biāo)跟蹤技術(shù)研究.pdf
- 基于支持向量機的特征提取與目標(biāo)跟蹤算法研究.pdf
- 基于支持向量機的實時視頻目標(biāo)跟蹤技術(shù)研究.pdf
- 基于梯度直方圖和支持向量機的人體目標(biāo)跟蹤.pdf
- 支持向量機在多目標(biāo)跟蹤中的研究應(yīng)用.pdf
- 基于邊界向量預(yù)選的支持向量機算法研究.pdf
- 支持向量機在多目標(biāo)跟蹤中的應(yīng)用研究.pdf
- 基于殼向量的支持向量機快速學(xué)習(xí)算法研究.pdf
- 基于支持向量機的分類算法研究.pdf
- 基于支持向量機的多分類算法研究.pdf
- 基于支持向量機色選算法的研究.pdf
- 基于支持向量機的基因選擇算法研究.pdf
- 基于支持向量機的圖像水印算法研究.pdf
- 基于向量投影的支持向量機增量學(xué)習(xí)算法.pdf
- 支持向量機算法研究及其在目標(biāo)檢測中的應(yīng)用.pdf
- 基于支持向量機的SAR目標(biāo)分類識別.pdf
- 基于支持向量機的笑臉識別算法研究.pdf
- 基于支持向量機的步態(tài)識別算法研究.pdf
- 基于支持向量機的在線學(xué)習(xí)算法研究.pdf
評論
0/150
提交評論