-
公开(公告)号：CN111476825B
公开(公告)日：2022-08-26
申请号：CN202010162227.1
申请日：2020-03-10
Applicant: 重庆邮电大学
IPC: G06T7/277 , G06V20/40 , G06V10/764
Abstract: 本发明涉及基于多示例学习和核相关滤波器的抗遮挡目标跟踪方法，属于目标跟踪技术领域。该方法包括：联合多示例学习预测的遮挡程度和基于核相关滤波器构建的遮挡检测机制共同判断目标是否发生遮挡。当目标发生遮挡时，激活重检测机制重新搜索目标，同时暂停更新跟踪器，防止跟踪器被遮挡物所干扰。最后构建尺度滤波器确定目标的尺度。实施本发明，能够使跟踪方法在遮挡场景下表现优异并且满足实时性要求。
-
公开(公告)号：CN111241965A
公开(公告)日：2020-06-05
申请号：CN202010010441.5
申请日：2020-01-06
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于多示例学习进行遮挡检测的目标跟踪方法，该方法包括：联合多示例学习的分类能力和局部加权余弦相似度最大值的分布特征构建遮挡预测机制，根据预估结果跟踪器从正常模式和遮挡模式中选择一种模式进行工作。在正常模式下，直接对跟踪器进行在线更新；在遮挡模式下，激活重检测机制，最后根据搜索结果来判断是否执行在线更新。实施本发明，能够使跟踪方法在抗遮挡方面具有良好的性能。
-
公开(公告)号：CN111476825A
公开(公告)日：2020-07-31
申请号：CN202010162227.1
申请日：2020-03-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于多示例学习和核相关滤波器的抗遮挡目标跟踪方法，属于目标跟踪技术领域。该方法包括：联合多示例学习预测的遮挡程度和基于核相关滤波器构建的遮挡检测机制共同判断目标是否发生遮挡。当目标发生遮挡时，激活重检测机制重新搜索目标，同时暂停更新跟踪器，防止跟踪器被遮挡物所干扰。最后构建尺度滤波器确定目标的尺度。实施本发明，能够使跟踪方法在遮挡场景下表现优异并且满足实时性要求。
-
-
Search Results
3
records
(took 0.013 seconds)
