您的位置: 专家智库 > >

陈思

作品数:1 被引量:15H指数:1
供职机构:厦门大学信息科学与技术学院更多>>
发文基金:国家教育部博士点基金国家自然科学基金福建省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇目标跟踪
  • 1篇目标跟踪算法
  • 1篇半监督学习
  • 1篇BOOSTI...

机构

  • 1篇厦门大学

作者

  • 1篇曹冬林
  • 1篇吕艳萍
  • 1篇苏松志
  • 1篇李绍滋
  • 1篇陈思

传媒

  • 1篇电子与信息学...

年份

  • 1篇2014
1 条 记 录,以下是 1-1
排序方式:
基于在线半监督boosting的协同训练目标跟踪算法被引量:15
2014年
基于自训练的判别式目标跟踪算法使用分类器的预测结果更新分类器自身,容易累积分类错误,从而导致漂移问题。为了克服自训练跟踪算法的不足,该文提出一种基于在线半监督boosting的协同训练目标跟踪算法(简称Co-SemiBoost),其采用一种新的在线协同训练框架,利用未标记样本协同训练两个特征视图中的分类器,同时结合先验模型和在线分类器迭代预测未标记样本的类标记和权重。该算法能够有效提高分类器的判别能力,鲁棒地处理遮挡、光照变化等问题,从而较好地适应目标外观的变化。在若干个视频序列的实验结果表明,该算法具有良好的跟踪性能。
陈思苏松志李绍滋吕艳萍曹冬林
关键词:目标跟踪半监督学习
共1页<1>
聚类工具0