原文传递
基于压缩感知尺度自适应的多示例交通目标跟踪算法
| 题名： | 基于压缩感知尺度自适应的多示例交通目标跟踪算法 |
| 正文语种： | 中文 |
| 作者： | 杨红红；曲仕茹； |
| 关键词： | 交通工程；智能交通；压缩感知；超像素；尺度自适应；交通目标跟踪 |
| 摘要： | 针对大多数跟踪算法对车辆等交通目标在行驶过程中的尺度变化、姿态变化的适应性差及在跟踪过程中使用固定尺度的跟踪框,导致所构造的目标模板包含大量背景信息,引起跟踪漂移甚至丢失的问题,提出一种基于压缩感知理论与超像素目标性度量的尺度自适应多示例交通目标跟踪算法,该算法首先利用压缩感知理论对多示例学习中的特征维数进行降维,减少算法计算的复杂度。其次,采用超像素目标性度量进行局部尺度自适应调整,解决多示例跟踪算法中的尺度适应问题。此外,引入基于目标判别机制的分类器更新,利用连续帧中目标的相似性判断跟踪目标是否存在遮 |
| 期刊名称： | 中国公路学报 |
| 出版年： | 2018 |
| 期： | 06 |
| 页码： | 281-290,316 |
检索历史
应用推荐
