亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于HOG特征及稀疏外觀模型的目標(biāo)跟蹤

        2016-07-09 13:18:26劉天池
        軟件導(dǎo)刊 2016年6期

        劉天池

        摘要:提出一種基于HOG特征結(jié)合稀疏外觀模型(HOG-SPAM)的目標(biāo)跟蹤算法。提取目標(biāo)模版和候選目標(biāo)的HOG特征,HOG特征對(duì)圖像的幾何形變、光照以及陰影變化具有較強(qiáng)的魯棒性;使用提取的HOG特征構(gòu)建目標(biāo)的稀疏外觀模型,稀疏外觀模型對(duì)目標(biāo)外觀變化具有魯棒性,采用對(duì)齊匯聚方法度量候選目標(biāo)與目標(biāo)之間的相似性。在多個(gè)基準(zhǔn)圖像序列中,與已有流行方法相比,HOG-SPAM算法在目標(biāo)外觀變化和光照變化情況下有較好的魯棒性,同時(shí)在復(fù)雜背景情況下也具有一定魯棒性。

        關(guān)鍵詞:稀疏表示;HOG特征;稀疏外觀模型

        DOIDOI:10.11907/rjdk.161559

        中圖分類號(hào):TP301文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1672-7800(2016)006-0013-03

        參考文獻(xiàn):

        [1]AVIDAN S. Ensemble tracking[J].Pattern Analysis and Machine Intelligence,2007, 29(2): 261-271.

        [2]COLLINS R T, LIU Y, LEORDEANU M.Online selection of discriminative tracking features[J].Pattern Analysis and Machine Intelligence,2005, 27(10): 1631-1643.

        [3]GRABNER H, GRABNER M, BISCHOF H.Real-time tracking via on-line boosting[C].BMVC,2006:6.

        [4]GRABNER H, LEISTNER C, BISCHOF H.Semi-supervised on-line boosting for robust tracking[M].Computer Vision-ECCV 2008.Springer Berlin Heidelberg, 2008: 234-247.

        [5]BABENKO B, YANG M H, BELONGIE S.Visual tracking with online multiple instance learning[C].Computer Vision and Pattern Recognition, 2009.CVPR 2009.IEEE Conference on.IEEE, 2009: 983-990.

        [6]KALAL Z, MATAS J, MIKOLAJCZYK K.PN learning:bootstrapping binary classifiers by structural constraints[C].Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on.IEEE, 2010: 49-56.

        [7]ROSS D A, LIM J, LIN R S, et al.Incremental learning for robust visual tracking[J].International Journal of Computer Vision, 2008, 77(1-3): 125-141.

        [8]KWON J, LEE K M.Visual tracking decomposition[C].Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on.IEEE, 2010: 1269-1276.

        [9]YANG M, WU Y, HUA G.Context-aware visual tracking[J].Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2009, 31(7): 1195-1209.

        [10]MEI X, LING H.Robust visual tracking using L-1 minimization[C].Computer Vision, 2009 IEEE 12th International Conference on.IEEE, 2009: 1436-1443.

        [11]MEI X, LING H, WU Y, et al.Minimum error bounded efficient L1 tracker with occlusion detection[C].Computer Vision and Pattern Recognition (CVPR), 2011 IEEE Conference on.IEEE, 2011: 1257-1264.

        [12]LIU B, YANG L, HUANG J, et al.Robust and fast collaborative tracking with two stage sparse optimization[M].Computer Vision–ECCV 2010.Springer Berlin Heidelberg, 2010: 624-637.

        [13]LIU B, HUANG J, YANG L, et al.Robust tracking using local sparse appearance model and k-selection[C].Computer Vision and Pattern Recognition (CVPR), 2011 IEEE Conference on.IEEE, 2011: 1313-1320.

        [14]JIA X, LU H, YANG M H.Visual tracking via adaptive structural local sparse appearance model[C].Computer vision and pattern recognition (CVPR), 2012 IEEE Conference on. IEEE, 2012: 1822-1829.

        [15]ZHANG T, LIU S, XU C, et al. Structural sparse tracking[C].Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2015: 150-158.

        [16]ZHONG W, LU H, YANG M H. Robust object tracking via sparsity-based collaborative model[C].IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society, 2012:1838-1845.

        国产成人精品电影在线观看| 尤物蜜桃视频一区二区三区| 91精品国产92久久久| 欧美性受xxxx狂喷水| 久久天天躁狠狠躁夜夜爽蜜月| 激情五月婷婷久久综合| 亚洲自拍偷拍一区二区三区| 又粗又大又硬毛片免费看| 精品久久久久久久中文字幕| 亚洲国产剧情一区在线观看| 久久精品国产亚洲av一般男女| 亚洲精品无码av人在线观看| 久久久精品人妻一区亚美研究所| 久久精品国产亚洲AV高清wy| 日本少妇一区二区三区四区| 国产成人精品午夜视频| 午夜成人理论无码电影在线播放| 偷柏自拍亚洲综合在线| 国产成人久久精品一区二区三区| 国产精品无码专区av在线播放| 日韩欧美在线播放视频| 亚洲国产天堂av成人在线播放 | 孩交精品xxxx视频视频| 国产一级淫片免费大片| 亚洲天堂av一区二区三区不卡| 国产专区一线二线三线码| 久久亚洲av永久无码精品| 中文字幕精品一区二区日本| 日韩女同精品av在线观看| 成人免费看片又大又黄| 亚洲成a人片在线观看导航| 亚洲精品一区二区三区新线路| 国产a√无码专区亚洲av| 乌克兰少妇xxxx做受6| 亚洲综合原千岁中文字幕| 中文字幕一区二区人妻秘书| 无套内射无矿码免费看黄| 亚洲av成人在线网站| 97精品熟女少妇一区二区三区| 无码国产69精品久久久久孕妇| 免费在线视频一区|