中央高校基本科研业务费专项资金(N1106040065032)
- 作品数：3 被引量：12H指数：1
- 相关作者：陈东岳吴成东齐苑辰陆云松于晓升更多>>
- 相关机构：东北大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金辽宁省科学技术计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于稀疏表达的超像素跟踪算法被引量：10
- 2015年
- 该文针对真实场景下视频跟踪过程中可能出现的目标形变、运动和遮挡等问题,该文分别构建了基于超像素局部信息的判别式模型和基于颜色与梯度全局信息的产生式模型,通过两者的结合提升了目标表观特征描述的可区分性和不变性;此外,提出一种基于稀疏主成分分析的更新策略,在更新特征字典的同时减少其冗余度,在判别式模型的更新阶段分别对每帧图像获得的跟踪结果进行二次判别从而避免漂移现象的发生。实验结果表明,与其它跟踪算法相比,该算法在应对目标姿态变化、背景干扰以及遮挡等复杂情况时具有更好的稳定性和鲁棒性。
- 齐苑辰吴成东陈东岳陆云松
- 关键词：计算机视觉目标跟踪
- 基于特征自适应选择的鲁棒跟踪算法被引量：1
- 2014年
- 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Ada Boost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.
- 吴成东齐苑辰陈东岳
- 关键词：目标跟踪自适应更新遮挡检测
- 基于多表观模型的鲁棒跟踪算法被引量：1
- 2013年
- 针对传统的均值漂移算法中目标表观模型单一且缺乏必要的更新策略的问题,提出了一种基于多表观模型的多尺度均值漂移跟踪算法.该算法通过对模板集进行稀疏主成分分析获得多个表观模型,并分别在每个模型下以多个尺度并行运行均值漂移算法得到多个收敛点.利用前面求得的多个收敛点求取加权中心,并以此为依据寻找当前时刻的目标状态.实验结果表明,与其他跟踪算法相比,本文提出的算法在应对目标姿态变化、背景干扰及遮挡等复杂情况时具有更好的稳定性和鲁棒性.
- 齐苑辰吴成东陈东岳于晓升
- 关键词：目标跟踪均值漂移自适应更新
