ردیابی بصری نیرومند از طریق فیلتر های همبستگی کرنل مشترک اموزش دیده
پروژه ۲۲۰۴: شبیه سازی مقاله
عنوان مقاله انگلیسی:
Robust visual tracking via co-trained Kernelized correlation filters
چکیده:
پیشرفتهای اخیر درزمینه ردیابی بصری شاهد اهمیت طبقه بندیهای افتراقی بوده اند که کار انها تمایز هدف ازپیش زمینه است.اما یک طبقه بندی مجزا ممکن است در مواجهه با محیط پیچیده اطراف وتغییرات بزرگ ظاهر هدف موفق نباشد.ما یک چهارچوب پایه برای اموزش گروهی از طبقه بندیهای افتراقی مشترک درشکل بسته روش این مقاله را تجهیز می کنیم که انگیزه ان اموزش از چند دیدگاه است.این چهارچوب حاوی یک دوره تنظیم اضافه در زمینه رگرسیون خط الراس است که در مجموع با دیگر الگوهای پایه اثر متقابل دارد.ما با تحقق ساده این روش >فیلترهای همبستگی کرنل ومشترک اموزش دیده (COKCF) را نشان می دهیم که از دو ردیاب KCF تشکیل می شود که این دو ردیاب قادر هستند با یک عملکرد مطلوب و نهایی در مقابل دیگر ردیابهای حالت هنری در ۶۳ توالی ویدیویی معیار، عملکرد ردیاب KCFرا بهبود بخشند.
دانلود رایگان:
مجموعه: پردازش تصویر