公开(公告)号：CN104850865A

公开(公告)日：2015-08-19

申请号：CN201510304771.4

申请日：2015-06-05

Applicant: 三峡大学

Inventor： 孙水发 ,  夏冲 ,  董方敏 ,  雷帮军 ,  李乐鹏 ,  雷林

IPC: G06K9/62

CPC classification number: G06K9/6278

Abstract: 本发明公开了一种多特征迁移学习的实时压缩跟踪方法，包括了以下步骤：产生训练样本，在当前帧和先前跟踪到目标的视频帧中分别提取正负样本用于分类器的训练；提取训练样本中目标和背景的特征，采用两个互补的稀疏映射矩阵将提取的高维特征投影到压缩域的低维特征，并产生两种平衡的特征用于表示目标和背景；分类器的构建与更新，使用压缩域的特征训练出一个朴素贝叶斯分类器用于对待检测样本进行分类；二次目标搜索策略，采用由粗到精的二次搜索策略减少产生的扫描窗口数量，从而减少待检测的样本数量，加速目标搜索过程，将响应值最大的扫描窗口作为跟踪到的目标，并以此对训练样本和分类器进行更新。

公开(公告)号：CN104850865B

公开(公告)日：2017-11-07

申请号：CN201510304771.4

申请日：2015-06-05

Applicant: 三峡大学

Inventor： 孙水发 ,  夏冲 ,  董方敏 ,  雷帮军 ,  李乐鹏 ,  雷林

IPC: G06K9/62

Abstract: 本发明公开了一种多特征迁移学习的实时压缩跟踪方法，包括了以下步骤：产生训练样本，在当前帧和先前跟踪到目标的视频帧中分别提取正负样本用于分类器的训练；提取训练样本中目标和背景的特征，采用两个互补的稀疏映射矩阵将提取的高维特征投影到压缩域的低维特征，并产生两种平衡的特征用于表示目标和背景；分类器的构建与更新，使用压缩域的特征训练出一个朴素贝叶斯分类器用于对待检测样本进行分类；二次目标搜索策略，采用由粗到精的二次搜索策略减少产生的扫描窗口数量，从而减少待检测的样本数量，加速目标搜索过程，将响应值最大的扫描窗口作为跟踪到的目标，并以此对训练样本和分类器进行更新。