-
公开(公告)号：CN108776975B
公开(公告)日：2021-11-05
申请号：CN201810531415.X
申请日：2018-05-29
Applicant: 安徽大学
Abstract: 本发明公开了一种基于半监督特征和滤波器联合学习的视觉跟踪方法，根据t‑1帧的目标位置提取训练样本并提取方向梯度直方图特征、灰度特征和颜色特征，然后以像素点的特征为节点，两个像素点属于同一类的概率值为边权去构建8邻域图，根据像素点所处的位置计算初始权重向量，最终构建模型联合求解滤波器和权重向量，在第t帧图像上，根据t‑1帧目标位置设置搜索区域并提取特征，使用权重向量对特征进行加权。最终和滤波器相卷积得到响应图并确定目标的中心点。本发明使用半监督的方式在一个统一的优化框架内联合学习特征可靠性和相关滤波器。来抑制在跟踪过程中背景区域对跟踪的干扰，使得跟踪器对跟踪目标有着更加鲁棒的效果。
-
公开(公告)号：CN108776975A
公开(公告)日：2018-11-09
申请号：CN201810531415.X
申请日：2018-05-29
Applicant: 安徽大学
Abstract: 本发明公开了一种基于半监督特征和滤波器联合学习的视觉跟踪方法，根据t-1帧的目标位置提取训练样本并提取方向梯度直方图特征、灰度特征和颜色特征，然后以像素点的特征为节点，两个像素点属于同一类的概率值为边权去构建8邻域图，根据像素点所处的位置计算初始权重向量，最终构建模型联合求解滤波器和权重向量，在第t帧图像上，根据t-1帧目标位置设置搜索区域并提取特征，使用权重向量对特征进行加权。最终和滤波器相卷积得到响应图并确定目标的中心点。本发明使用半监督的方式在一个统一的优化框架内联合学习特征可靠性和相关滤波器。来抑制在跟踪过程中背景区域对跟踪的干扰，使得跟踪器对跟踪目标有着更加鲁棒的效果。
-
Search Results
2
records
(took 0.012 seconds)
