您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能 正文
发私信给章敏
发送

0

PRICAI 2016 论文精选 | 集到集视觉追踪

本文作者:章敏 2016-08-26 16:33
导语:导读:信号稀疏表示是过去近20年来信号处理界一个非常引人关注的研究领域,众多研究论文和专题研讨会表明了该领域的蓬勃发展。信号稀疏表示的目的就是在给定的超完备字典

导读:信号稀疏表示是过去近20年来信号处理界一个非常引人关注的研究领域,众多研究论文和专题研讨会表明了该领域的蓬勃发展。信号稀疏表示的目的就是在给定的 超完备字典中用尽可能少的原子来表示信号,可以获得信号更为简洁的表示方式,从而使我们更容易地获取信号中所蕴含的信息,更方便进一步对信号进行加工处 理,如压缩、编码等。本文介绍了一种新方法SSVT可以更有效的实现视觉追踪。

集到集视觉追踪(Set to Set Visual Tracking)

 PRICAI 2016 论文精选 | 集到集视觉追踪

摘要:稀疏表示已经广泛的应用于视觉跟踪,实现了卓越的跟踪效果。然而,大部分的稀疏表示模型将候选目标表示成目标样板的线性组合,且需要解决稀疏优化问题。本文中,我们提出了一种新的集到集视觉追踪(SSVT)方法。在粒子滤波框架下,将候选目标和和目标样板看成图像集,并将他们模型成凸包。然后两个图像集之间的距离被最小化,且跟踪结果是有着最大系数的候选目标。当候选目标被模拟成凸包时,SSVT利用了候选目标之间的潜在关系。此外,SSVT在这方面效果卓越,它只需要解决一个二阶优化问题,而不是去解决稀疏优化问题。几个具有挑战性图像序列上的定性和定量分析结果显示,本文提出的SSVT算法优于最佳性能的追踪器。

关键词:集到集距离·视觉追踪·颗粒过滤器·凸包·支持向量机

via:PRICAI 2016

PS : 本文由雷锋网(公众号:雷锋网)独家编译,未经许可拒绝转载!

论文原文下载

PRICAI 2016 论文精选 | 集到集视觉追踪

雷锋网原创文章,未经授权禁止转载。详情见转载须知

PRICAI 2016 论文精选 | 集到集视觉追踪

分享:

文章点评:

表情

章编辑

当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说