结合PN约束在线半监督boosting目标跟踪算法

发布时间：2018-07-14 17:51

【摘要】：针对在现有的基于在线半监督boosting的目标跟踪算法中,当目标发生遮挡或快速移动导致分类器更新过程中有错误引入时,其自训练机制会造成分类器错误累积进而产生跟踪漂移甚至导致跟踪失败的问题,提出了一种基于结合正负样本约束的在线半监督boosting的目标跟踪算法(简称PN-SemiT)。该算法在原有的在线半监督boosting跟踪算法的基础上,通过增加正负样本约束条件来实时纠正分类器的错误,并且将目标的先验模型和在线分类器相结合,通过不断迭代更新分类器来预测未标记样本的类别标记和权重。实验结果表明,与传统的在线半监督boosting目标跟踪算法和其他跟踪算法相比,PN-SemiT具有更优异的跟踪性能,能够在复杂的跟踪环境下有效缓解目标跟踪漂移问题。
[Abstract]:In the existing target tracking algorithm based on online semi-supervised boosting, when the occlusion or fast movement of the target leads to the introduction of errors in the process of classifier updating, The self-training mechanism will cause the classifier error accumulation and lead to the tracking drift and even lead to the tracking failure. This paper proposes an online semi-supervised target tracking algorithm (PN-SemiT) based on the combination of positive and negative sample constraints. On the basis of the original on-line semi-supervised boosting tracking algorithm, this algorithm can correct the error of classifier in real time by adding positive and negative sample constraints, and combines the prior model of the target with the online classifier. The class markers and weights of unlabeled samples are predicted by iterative updating classifiers. Experimental results show that PN-SemiT has better tracking performance than traditional on-line semi-supervised boosting and other tracking algorithms, and can effectively alleviate the drift problem in complex tracking environment.
【作者单位】： 中国科学院沈阳自动化研究所;中国科学院大学;
【基金】：中国科学院国防科技创新重点基金(No.CXJJ-14-Z65)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 涂承胜;刁力力;鲁明羽;陆玉昌;;Boosting家族Boost-by-majority系列代表算法[J];计算机科学;2003年04期

2 朱文球,罗三定;基于级联式Boosting方法的人脸检测[J];计算机应用;2005年09期

3 唐轶;;多分类Boosting算法的一致性[J];计算机工程与应用;2006年18期

4 董乐红;耿国华;高原;;Boosting算法综述[J];计算机应用与软件;2006年08期

5 章桦;;多示例人脸的Boosting检测[J];软件导刊;2008年05期

6 ;Boosting Farm Produce Supply[J];Beijing Review;2008年02期

7 陈爱斌,夏利民,赵桂敏;基于Boosting方法的人脸检测[J];计算机工程与应用;2004年03期

8 ;Boosting the partial least square algorithm for regression modelling[J];Journal of Control Theory and Applications;2006年03期

9 ;A BOOSTING APPROACH FOR INTRUSION DETECTION[J];Journal of Electronics(China);2007年03期

10 汤北齐;;Boosting算法在回归问题计算的应用[J];湖北工业大学学报;2009年01期

相关会议论文 前10条

1 翟素兰;罗斌;郭玉堂;;双向Boosting模糊聚类集成[A];第二十六届中国控制会议论文集[C];2007年

2 ;Boosting MBR Based kNN Search Over Multimedia Data by Approximate Pruning Metric[A];Information Technology and Computer Science—Proceedings of 2012 National Conference on Information Technology and Computer Science[C];2012年

3 ;A Target Recognition and Segmentation Method Based On Boosting and PDE[A];第24届中国控制与决策会议论文集[C];2012年

4 李训青;黄磊;刘迎建;;基于Boosting集成的SMO增强型分类器设计[A];第八届全国汉字识别学术会议论文集[C];2002年

5 房一飞;张冬茉;;基于boosting的文本分类在股市领域信息抽取系统中的应用[A];辉煌二十年——中国中文信息学会二十周年学术会议论文集[C];2001年

6 徐炳吉;;一种多站联合目标跟踪算法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集（上卷）[C];1995年

7 杜方芳;刘士荣;邱雪娜;;一种改进的粒子滤波目标跟踪算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年

8 肖敬若;胡伏原;郑江滨;张艳宁;;一种有效的多目标跟踪算法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

9 张震宇;王立松;;基于粒子滤波的传感器目标跟踪算法[A];2008年中国高校通信类院系学术研讨会论文集（上册）[C];2009年

10 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年

相关博士学位论文 前10条

1 张雷;复杂场景下实时目标跟踪算法及实现技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

2 王晶晶;复杂拥挤环境下协同视频监控中目标跟踪算法研究[D];中国科学技术大学;2016年

3 田浩;基于核函数的目标跟踪算法研究[D];长安大学;2016年

4 项俊;基于检测的数据关联多目标跟踪算法研究[D];华中科技大学;2016年

5 卢建国;基于粒子滤波的视频目标跟踪算法研究[D];北京邮电大学;2011年

6 冯巍;分布式多视角目标跟踪算法研究[D];复旦大学;2011年

7 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年

8 刘晴;基于区域特征的目标跟踪算法研究[D];北京理工大学;2014年

9 邱雪娜;基于视觉的运动目标跟踪算法及其在移动机器人中的应用[D];华东理工大学;2011年

10 赵运基;基于视觉的目标跟踪算法研究[D];华南理工大学;2012年

相关硕士学位论文 前10条

1 贾璋衡;基于随机森林和boosting思想的推荐算法的研究[D];广西师范大学;2015年

2 翟璐;一种基于Boosting算法的新模型在银行信用评级中的应用[D];北京交通大学;2016年

3 甘志鹏;基于非负编码Boosting的目标跟踪算法研究[D];西安电子科技大学;2015年

4 曾庆尚;基于Boosting策略的启动子预测方法研究[D];烟台大学;2009年

5 姚睿;基于代价敏感Boosting算法的医学影像分析方法研究[D];上海交通大学;2011年

6 沈丁成;基于在线Boosting算法的目标跟踪研究[D];天津理工大学;2013年

7 杜晓旭;基于Boosting算法的人脸识别方法研究[D];浙江大学;2006年

8 杨德刚;基于Boosting算法的头部、脸部、眼睛和嘴检测技术研究[D];国防科学技术大学;2008年

9 裴玉红;目标跟踪中在线boosting学习算法的研究[D];北京理工大学;2010年

10 臧伟;Boosting算法在远程教育分析和图像分类中的应用研究[D];清华大学;2004年

，

本文编号：2122484