基于分层极限学习机和局部稀疏模型的视觉跟踪算法

来源 :模式识别与人工智能 | 被引量 : 8次 | 上传用户:huangguohao123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目标跟踪过程中常遇到形变和部分遮挡问题.为了解决该问题,文中提出结合分层极限学习机和自适应结构化局部稀疏外貌模型的视觉跟踪算法.分层极限学习机具有提取鲁棒特征并快速分类的能力.自适应结构化局部稀疏外貌模型可以使跟踪结果更准确,也可以解决部分遮挡问题.在不同视频序列上的性能测试表明文中算法在保持较高跟踪精度的同时,跟踪过程也较稳定.
其他文献
高职毕业生就业选择受多种因素影响。其中毕业生父母的就业态度对毕业生影响力度是深刻和关键。通过对毕业生的问卷调查和数据分析,探讨毕业生父母干渉毕业生就业选择的相关
聚类是数据挖掘中重要的数据处理方法.文中提出改进的离散多目标量子微粒群聚类算法.针对类中心数目未知的情况,引入整数编码策略,基于Canopy策略预测类中心的数目,设计有效的微粒
如何有效评估(预测)肿瘤病人的个性化药效是当前肿瘤研究的热点之一.文中从靶向治疗基本原理和研究现状出发,分析和讨论如何实现肿瘤精准医疗中的个性化用药药效评估方法,提
第六届全国智能信息处理学术会议(NCIIP2017)由中国人工智能学会和中国计算机学会主办,中国人工智能学会知识工程与分布式智能专业委员会、中国计算机学会人工智能与模式识别专