改進霍夫森林框架的多目標跟蹤算法
大小：0.74 MB 人氣： 2017-12-14 需要積分：1
針對單目視覺對多個相似的目標跟蹤因遮擋等因素影響而失效的問題，提出一種基于改進霍夫森林框架的多目標跟蹤算法。在將多目標跟蹤問題歸結(jié)為基于目標檢測的軌跡關(guān)聯(lián)過程基礎(chǔ)上，通過引入在線學習霍夫森林框架將軌跡關(guān)聯(lián)計算轉(zhuǎn)化為最大后驗概率（MAP）問題。通過在線采集多目標樣本、提取目標外觀和運動特征構(gòu)建霍夫森林，進行森林訓(xùn)練得到軌跡關(guān)聯(lián)概率，從而關(guān)聯(lián)多目標軌跡；而引入低秩逼近Hankel矩陣進行軌跡校驗，修復(fù)了誤匹配的軌跡，改進了在線更新訓(xùn)練樣本算法的效能。實驗表明，軌跡誤匹配率顯著改善，能有效提高單目攝像機對多個相似目標有遮擋情況下跟蹤的準確性和魯棒性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%