没有合适的资源?快使用搜索试试~ 我知道了~
首页基于霍夫蕨的高效实时对象跟踪方法:87.1%精度与3帧/s速度
本文主要探讨了一种创新的实时对象跟踪方法,该方法针对传统霍夫变换在保持高检测精度和实现实时性方面的挑战进行优化。霍夫变换通常在计算机视觉中用于检测特定形状,如直线或圆,但在复杂的对象跟踪任务中,尤其是在对象表观变化较大或者初始训练样本有限的情况下,这种方法的性能受限。 提出的方法称为“基于霍夫蕨的对象跟踪”,它以随机森林(Random Forest)作为基础检测结构,这是一种集成学习算法,通过构建多个决策树来提高预测准确性。与传统的霍夫变换不同,该方法利用局部图像特征作为学习数据,每个随机森林的叶节点都存储了霍夫空间中对应于目标对象的投票概率。这种设计使得检测器能够在运行时动态地更新和适应对象的外观变化,增强了鲁棒性和适应性。 作者们对TLD(Tracker with Local Descriptors)跟踪框架进行了改进,结合霍夫蕨的概念,实现了一种无约束环境下的长时间视觉跟踪。在Babenko视频序列集上的实验结果显示,该方法在普通个人计算机上具有较高的效率,平均运行速度达到3帧/秒,这意味着它能够在实时场景下处理视频流。同时,平均准确率达到了87.1%,这表明其在性能上优于现有的许多跟踪算法。 关键词集中在几个核心概念上:对象跟踪、霍夫森林、对象检测以及在线学习。在线学习是指在实际应用过程中持续更新模型参数,这样可以随着新数据的输入不断优化算法,使其能够更好地适应环境变化。这篇文章提供了一种有效的方法来解决实时对象跟踪中的难题,尤其是在处理复杂和动态的场景时,显示出良好的实用性和理论价值。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/18819177/bg1.jpg)
第
49
卷第
3
期
2014
年
6
月
西南交通大学学报
JOURNAL
OF
SOUTHWEST
JIAOTONG
UNIVERSITY
文章编号:
0258-2724(2014 )03
-D
477
-08
DOI:
10. 3969/j. issn. 0258-2724. 2014. 03. 017
基于霍夫朦的实时对象跟踪方法
权伟
陈锦雄气
江永全
2
余南阳
3
Vo
l. 49 No.3
Jun. 2014
(1.西南交通大学电气工程学院,四川成都
610031;
2.
西南交通大学牵引动力国家重点实验室,四川成都
610031;
3.
西南交通大学机械工程学院,四川成都
610031
)
摘
要:基于霍夫变换方法难以在保持高检测精度的同时满足跟踪的实时性,且难以适应初始训练样例十分有
限的情况,为解决上述问题,提出一种基于霍夫康的对象跟踪方法.该方法以随机藏作为基础检测结构,将对象
的局部表观作为学习数据,在其每个叶节点中计算并保存霍夫空间中属于目标对象的投票概率,在运行时通过
在线学习该检测器和对象模型,适应对象表观的变化.结合对
TLD
跟踪框架的改进,实现了元约束环境下长时
间的可视跟踪.在
Babenko
视频序列集上的实验结果表明,提出的对象跟踪方法在普通
PC
上的平均运行速率为
3
帧
/s
,平均准确率为
87.1%
,总体上优于现有的跟踪方法.
关键词:对象跟踪;霍夫藏;对象检测;在线学习
中图分类号:
TP391
文献标志码
:A
Real-Time Object Tracking ßased on Hough Ferns
QUAN
Wei
1
, CHEN
Jinxioni
,
]l
ANG
Yongqu
α n
2
,
YU
N
α
ny
αIzg3
(1.
School
of
Electrical Engineering , Southwest Jiaotong
Universi
时,
Chengdu 610031 , China; 2. State
Key
Laboratory
of
Traction
Power
, Southwest Jiaotong University , Chengdu 610031 , China; 3.
School
of
Mechanical Engineering ,
Southwest Jiaotong
Universi
时,
Chengdu 610031 , China)
Abstract:
In
order
to
deal
with
the
tough
problem
of
providing
high
accuracy
and
meanwhile
achieving
real-time
tracking
using
Hough-based
approaches
under
ve
叮
limited
samples
for
training
, a
Hough
ferns
based
r
时
tl
时
was
proposed
for
0
问
ect
tracking.
This
r
时
thod
uses
the
random
ferns
as
the
basic
detecto
r.
It
samples
the
local
appearances
of
object
as
training
set
,
and
computes
and
saves
the
Hough
votes for
each
leaf-node.
The
detector
and
object
model
were
learned
online
at
runtime
to
adapt
to
the
variation
of
object
and
the
TLD
(tracking-learning-detection)
was
improved
to
achieve
long-term
visual
tracking
in
unconstrained
environmen
t.
Experimental
results
on
Babenko
sequences
demonstrate
that
the
average
running
speed
of
the
tracker
based
on
the
proposed
approach
on
a
normal
PC
is
3fps
and
the
average
accuracy
rate
is
87.
1 % , showing its
better
tracking
performance
than
several
state-of-the-
art
methods.
Key
words:
tracking;
Hough
ferns;
detector;
online
learning
在元约束环境下实现长时间的可视跟踪,是众
多计算机视觉应用的关键,如智能视频监控、人机
交互、增强现实等.尽管对此研究人员做出了大量
的工作,但是真实世界的复杂性使得这项任务仍然
收稿日期:
2013
-D
2-07
极具挑战性.目前,基于机器学习,特别是在线学习
的跟踪方法成为该领域研究的热点.这是由于与传
统的方法[
1-2J
相比,基于在线学习的跟踪方法本质
上更能够适应对象及其场景的变化,有利于完成长
基金项目.中央高校基本科研业务费专项资金科技创新项目
(2682014cx024
)
作者简介.权伟(1
982
- )
,男,讲师,博士,研究方向为计算机视觉、模式识别、机器学习以及图像处理,
E-mail:
叫
uan@
home.
swjtu.
edu.
cn
陈锦雄(1
962
- )
,男,教授,博士,研究方向为计算机图形、虚拟现实、计算机视觉、数据可视化与仿真,
E-mail
:jchen@
gmu.
edu
引文格式·权伟,陈锦雄,江永全,等基于霍夫藏的实时对象跟踪方法[J]
西南交通大学学报,
2014
,
49
(3) :
477
-4
84
下载后可阅读完整内容,剩余7页未读,立即下载
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
weixin_38661236
- 粉丝: 5
- 资源: 980
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 解决本地连接丢失无法上网的问题
- BIOS报警声音解析:故障原因与解决方法
- 广义均值移动跟踪算法在视频目标跟踪中的应用研究
- C++Builder快捷键大全:高效编程的秘密武器
- 网页制作入门:常用代码详解
- TX2440A开发板网络远程监控系统移植教程:易搭建与通用解决方案
- WebLogic10虚拟内存配置详解与优化技巧
- C#网络编程深度解析:Socket基础与应用
- 掌握Struts1:Java MVC轻量级框架详解
- 20个必备CSS代码段提升Web开发效率
- CSS样式大全:字体、文本、列表样式详解
- Proteus元件库大全:从基础到高级组件
- 74HC08芯片:高速CMOS四输入与门详细资料
- C#获取当前路径的多种方法详解
- 修复MySQL乱码问题:设置字符集为GB2312
- C语言的诞生与演进:从汇编到系统编程的革命
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)