您当前位置:深圳微智科技有限公司>公司新闻, 焦点关注> 半监督在线对象跟踪
半监督在线对象跟踪
发布时间: 2017-08-20      大小:  16px  14px  12px

 

对象跟踪中有关在线特征选择的较早工作是 Stem和 Efros在2002年发表的(Stem et al., 2002) ,他们通过在五个不同的颜色空间进行自适应切換实现了不同光照环境,下的对象跟踪。 紧接者, Collins和 Liu(2003a)提出了一种在线选择具有前景和背景区分性f良踪特征的方法,来一用的特征是 RGB颜色值的线性组合,通过采样前景和背景像素点得到前景和背景对不同特征的分布函数,然后对所有的特征按照其扩展二类方差比进行排序, 选择最有区分性的若干特征分别生成权重图像, 之后利用均值偏移算法对对象在各个权重图像中进行定位,最后,选择中值作为被跟踪对象的位置。 Nguyen和 Smeulders(2004)将跟踪看成纹理分类问题, 采用 Gabor滤波器提取前最和背景的纹理特征,还开发了线性判别分析的可微分版本对对象进行定位。 Avidan(2007)采用 AdaBoost算法在线地训练得到前景和背景分类器,并用其对下一帧图像进行分类得到一幅权重图像,同样采用均值偏移算法进行对象定位。 此外,还通过剔除过时的弱分类器并补充新的弱分类器对强分类器进行更新,从而适应前景和背景的表观变化。 Grabner等(2008)采用在线 Boosting算法选择具有前景和背景区分性的局部特征,然后将具有最大置信度的位置作为跟踪对象位置。