光電所在目標跟蹤研究中取得新進展

作者： 2016年05月25日 來源：互聯網 瀏覽量：
字號：T | T
中國科學院光電技術研究所在目標跟蹤研究中取得新進展：在多實例在線學習目標跟蹤的基礎上，采用新的分類器更新策略提高了跟蹤算法的效率；采用動態(tài)的學習率和動態(tài)更新采樣半徑和搜索半徑，提高了算法的穩(wěn)定性和準確

　　中國科學院光電技術研究所在目標跟蹤研究中取得新進展：在多實例在線學習目標跟蹤的基礎上，采用新的分類器更新策略提高了跟蹤算法的效率；采用動態(tài)的學習率和動態(tài)更新采樣半徑和搜索半徑，提高了算法的穩(wěn)定性和準確性。該成果論文被AOMATT2016錄用。

　　傳統(tǒng)的目標跟蹤算法，由于模板輕微的不準確，導致目標的漂移。多實例在線學習算法能夠很好地解決目標漂移的問題，但該算法在強分類器的跟新策略復雜，且和分類器的跟新速度與外觀模型的變化不匹配，導致算法效率低且準確性較差。該研究針對算法上述缺陷做出了相應的改進：利用弱分類器對正、負樣本包的打分來評價弱分類器性能，從而篩選出K 個性能最優(yōu)的弱分類器，由此明顯地提高算法效率；利用模板與實際匹配程度采用動態(tài)的學習率（匹配程度越低，要加速學習，反之亦同）和變化的采樣半徑和搜索窗口。實驗表明新方法在復雜場景下表現更穩(wěn)定和更高效。

全球化工設備網（http://m.bhmbl.cn ）友情提醒，轉載請務必注明來源:全球化工設備網！違者必究.

標簽：多實例在線學習算法

分享到：
免責聲明：1、本文系本網編輯轉載或者作者自行發(fā)布，本網發(fā)布文章的目的在于傳遞更多信息給訪問者，并不代表本網贊同其觀點，同時本網亦不對文章內容的真實性負責。
2、如涉及作品內容、版權和其它問題，請在30日內與本網聯系，我們將在第一時間作出適當處理！有關作品版權事宜請聯系：+86-571-88970062