SIA OpenIR  > 光电信息技术研究室
结合PN约束在线半监督boosting目标跟踪算法
其他题名Object tracking algorithm based on online semi-supervised boosting with structural constraints
李义翠; 亓琳; 谭舒昆
作者部门光电信息技术研究室
关键词目标跟踪 在线学习 半监督学习 目标漂移 结构约束
发表期刊计算机工程与应用
ISSN1002-8331
2017
卷号53期号:23页码:129-134, 141
收录类别CSCD
CSCD记录号CSCD:6120177
产权排序1
资助机构中国科学院国防科技创新重点基金项目(CXJJ-14-Z65)
摘要针对在现有的基于在线半监督boosting的目标跟踪算法中,当目标发生遮挡或快速移动导致分类器更新过程中有错误引入时,其自训练机制会造成分类器错误累积进而产生跟踪漂移甚至导致跟踪失败的问题,提出了一种基于结合正负样本约束的在线半监督boosting的目标跟踪算法(简称PN-SemiT)。该算法在原有的在线半监督boosting跟踪算法的基础上,通过增加正负样本约束条件来实时纠正分类器的错误,并且将目标的先验模型和在线分类器相结合,通过不断迭代更新分类器来预测未标记样本的类别标记和权重。实验结果表明,与传统的在线半监督boosting目标跟踪算法和其它跟踪算法相比,PN-SemiT具有更优异的跟...
其他摘要When the tracked objects get seriously obscured or have fast moving, the self-training method based on online semi-supervised boosting will lead to the error accumulation thus easily suffering from the drifting issue or even tracking failure. To overcome the disadvantages, a novel object tracking algorithm is proposed based on online semi-supervised boosting with positive (P) and negative (N) constraints, termed PN-SemiT. The proposed algorithm trains a binary classifier by using online semi-supervised boosting algorithm, and the training process is guided by structural constraints which restrict the labeling of the unlabeled set. Therefore, P-N constraints could evaluate the classifier, identify examples that have been classified in contradiction with structural constraints and adjust the classifier error in real-time. Experimental results on several different challenging video sequences show that the proposed algorithm has a superior tracking performance, and can alleviate the object drifting problem under complex environments.
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/19774
专题光电信息技术研究室
通讯作者李义翠
作者单位1.中国科学院沈阳自动化研究所
2.中国科学院大学
推荐引用方式
GB/T 7714
李义翠,亓琳,谭舒昆. 结合PN约束在线半监督boosting目标跟踪算法[J]. 计算机工程与应用,2017,53(23):129-134, 141.
APA 李义翠,亓琳,&谭舒昆.(2017).结合PN约束在线半监督boosting目标跟踪算法.计算机工程与应用,53(23),129-134, 141.
MLA 李义翠,et al."结合PN约束在线半监督boosting目标跟踪算法".计算机工程与应用 53.23(2017):129-134, 141.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
结合PN约束在线半监督boosting目(2320KB)期刊论文作者接受稿开放获取ODC PDDL浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[李义翠]的文章
[亓琳]的文章
[谭舒昆]的文章
百度学术
百度学术中相似的文章
[李义翠]的文章
[亓琳]的文章
[谭舒昆]的文章
必应学术
必应学术中相似的文章
[李义翠]的文章
[亓琳]的文章
[谭舒昆]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 结合PN约束在线半监督boosting目标跟踪算法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。