[00300571]基于在线度量学习的自适应视觉跟踪算法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201710455281.3
交易方式：
技术转让
技术转让
技术入股
联系人：
哈尔滨工业大学（威海）
进入空间
所在地：山东威海市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明涉及视觉跟踪技术领域，具体的说是一种基于在线度量学习的自适应视觉跟踪算法，在视觉跟踪领域的实际应用场景中，待跟踪视频序列中可获得的目标先验知识通常很少，传统预定义式距离度量算法很难应对长程跟踪任务要求，本发明提出了一种结合距离度量学习的鲁棒在线视觉跟踪算法，其将跟踪视为前、背景的二分类问题，并随着视频推进不断更新分类器，还提出了一种新的模板更新算法，使跟踪过程更具鲁棒性，为提高算法的精度和效率，提出采用稠密的SIFT特征和随机主成分分析法在保证跟踪效果的同时降低了特征维度，一系列实验结果显示，所提算法与当下诸多流行算法相比具有一定竞争力。
摘要：本发明涉及视觉跟踪技术领域，具体的说是一种基于在线度量学习的自适应视觉跟踪算法，在视觉跟踪领域的实际应用场景中，待跟踪视频序列中可获得的目标先验知识通常很少，传统预定义式距离度量算法很难应对长程跟踪任务要求，本发明提出了一种结合距离度量学习的鲁棒在线视觉跟踪算法，其将跟踪视为前、背景的二分类问题，并随着视频推进不断更新分类器，还提出了一种新的模板更新算法，使跟踪过程更具鲁棒性，为提高算法的精度和效率，提出采用稠密的SIFT特征和随机主成分分析法在保证跟踪效果的同时降低了特征维度，一系列实验结果显示，所提算法与当下诸多流行算法相比具有一定竞争力。
