在线Boosting相关论文
本文以跟踪视频序列图像中的运动目标为研究重点,主要研究和分析了基于统计学习方法中的在线boosting算法。该算法将运动目标跟踪......
针对视频目标跟踪问题,提出了一种基于co-training框架下的在线学习跟踪方法。该方法首先根据两种不同的局部特征,利用在线Boostin......
针对在线boosting跟踪算法在目标外观发生大幅度变化以及遮挡时易产生漂移导致目标丢失问题进行了研究,提出一种尺度自适应在线鲁......
行人跟踪是智能视频监控领域一个重要的研究内容,受到广泛关注。在实际应用中,对视频中行人跟踪处理的实时性和准确性都有很高要求......
提出融合遮挡感知的在线Boosting跟踪算法,该算法对跟踪结果实时进行遮挡检测,根据检测结果自适应调整分类器更新策略。该方式能够......
针对被跟踪目标发生严重遮挡、暂时离开跟踪画面或位移发生重大变化时,采用基于在线Boosting跟踪的邻近区间更新算法导致错误累积......
期刊
针对被跟踪目标在发生严重遮挡时采用基于自学习方法的在线Boosting算法易导致错误累积而产生"漂移"甚至目标丢失的问题,提出了一......
期刊
传统基于Haar-like特征的在线boosting跟踪算法（HBT）采用局部穷举搜索目标的方式，不能很好地应对运动速度较快的目标以及目标被完全遮......
期刊
视频目标跟踪是计算机视觉领域的重要研究分支,在许多领域有着重要的应用。最近,基于学习的跟踪算法逐渐引起相关学者的关注,并取......
目标跟踪是计算机视觉领域的前沿热点问题,在视频监控,人机交互和医学成像等领域具有广泛的应用前景。尽管目标跟踪已研究多年,相......
目标跟踪算法研究是计算机视觉研究中的重点和难点问题之一。目标跟踪的结果将对目标的运动分析与行为识别起到关键作用，可广泛应用......
学位
针对在线Boosting算法难以在多类图像识别中使用的问题,提出了一种基于错误纠正输出编码（ECOC）的多类在线Boosting算法.该算法在计算......
期刊
