基于ELM-AE和迁移学习的目标跟踪系统研究
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
利用ELM-AE和迁移表征学习构建的目标跟踪系统 目标跟踪是计算机视觉领域的核心课题之一,随着科学技术的发展,目标跟踪的应用领域也越来越广泛。例如车辆监控、行为识别、医疗诊断系统等。早期的目标跟踪技术,采用原始的人工获取的特征,如纹理、光流、色彩等。虽然这些特征可以很好地表示当前的跟踪目标,但是在处理目标消失、遮挡等情况时无法达到令人满意的效果。 后来随着基于判别式跟踪器的发展,目标跟踪器的性能有了很大的提高。判别式跟踪器通常把跟踪过程转变为一个特征学习和分类的过程。通过特征学习来优化复杂图像特征,使目标与背景的特征更容易区分,然后利用分类器来区分目标和背景。判别式跟踪器可以充分利用目标与背景的相关信息,因此表现得更加鲁棒。如基于CNN的跟踪器。 然而,这类跟踪器大多数都没有考虑到跟踪过程中目标与背景的变化。面对上述问题,特别是跟踪过程中的目标变化问题,迁移学习算法(transfer learning, TL)在特征学习上具有一定的优势,并且在近期的目标跟踪器中也多有应用,例如基于boosting的迁移目标跟踪器,该方法通过远离当前帧的目标数据改善接近当前帧的目标数据的方式优化分类器。 另外,Gao等提出了基于高斯过程回归迁移的跟踪方法,该方法同样是通过迁移学习改善分类器的方式,而不同的是,该方法将远离当前帧中的目标数据作为辅助目标样本,然后对接近当前帧的目标数据进行加权处理。利用辅助目标样本与当前目标样本对当前帧的候选样本的状态进行最终估计。 然而,这些方法均没有考虑到目标跟踪过程中相邻帧之间的源域与目标域可能产生的突变因素。因此,迁移学习在目标跟踪中的应用依然有广阔的研究空间。 近几年的研究表明,极限学习机(extreme learning machine, ELM)在图片特征学习上不仅有更快的学习速度,而且具有更好的泛化能力,因此在目标跟踪中也多有应用。例如Liu等提出的用于视觉跟踪的多任务极限学习机,该方法采用一个共同训练框架来优化两个手动制作的特征提取器。但这种特征提取和优化策略增加了时间成本,因此可能不适用于需要高时效性的目标跟踪应用。 基于上述问题,本文提出一种新的特征学习方法。该方法利用ELM自编码器(ELM-AE)作为特征学习的主体,然后利用基于最大均值化差异(maximizing variance and minimizing correlation)来优化ELM-AE的参数,以提高特征学习的效果。同时,为了解决目标跟踪过程中的目标变化问题,我们还引入了迁移学习算法,以便更好地适应目标跟踪过程中的变化。 通过实验结果表明,提出的方法在目标跟踪任务中具有更好的性能和鲁棒性,且可以更好地适应目标跟踪过程中的变化。我们的方法可以应用于各种目标跟踪应用中,例如车辆监控、行为识别、医疗诊断系统等。 本文提出了一种新的特征学习方法,利用ELM-AE和迁移表征学习来构建目标跟踪系统。该方法可以更好地适应目标跟踪过程中的变化,并且具有更好的性能和鲁棒性。
![](https://csdnimg.cn/release/download_crawler_static/87191977/bg6.jpg)
剩余26页未读,继续阅读
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![mp4](https://img-home.csdnimg.cn/images/20210720083504.png)
![mp4](https://img-home.csdnimg.cn/images/20210720083504.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://profile-avatar.csdnimg.cn/3f07197aad004e4fa57ac5a008eb6aaf_weixin_57147647.jpg!1)
- 粉丝: 4337
- 资源: 1万+
![](https://csdnimg.cn/release/wenkucmsfe/public/img/vip-rights-1.c8e153b4.png)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/vip-rights-2.8b825a4e.png)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/vip-rights-3.fc5e5fb6.png)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/vip-rights-4.320a6894.png)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/vip-rights-icon.fe0226a8.png)
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
- 岩石滑动与断层冲击地压:声发射特征分析
- 新时代煤炭工业八大战略新取向剖析
- 开采强度对华亭矿区冲击地压危险性的影响分析
- 新安煤矿探采对比:影响安全生产的关键因素与技术支撑
- 210MW循环流化床锅炉引风机变频改造优化与节能效果
- 浅埋煤层开采沉陷预测:方法应用与影响分析
- 优化巷道过陷落柱支护方案:数值模拟与现场试验
- 坚硬顶板定向断裂爆破技术:安全高效采煤新方案
- 北航2019算法课作业解析:投资策略与凸子多边形优化
- 断层破碎带垮冒下堆积体边界抗力分布关键影响因素
- 哈拉沟选煤厂优化末煤系统提高效率与处理能力
- 瓦斯涌出影响下采动煤体蠕变失稳研究
- 提升煤矿装载效率的可控箕斗定量装载设备设计
- 水分调控下烟煤瓦斯吸附特性对比研究
- 重介质悬浮液密度控制硬件设计与选型探讨
- 坚硬顶板巷道支护参数设计:现场测试与数值分析
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)