La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Adaptive Object Tracking with Complementary Models Suivi d'objet adaptatif avec des modèles complémentaires

Peng GAO, Yipeng MA, Chao LI, Ke SONG, Yan ZHANG, Fei WANG, Liyi XIAO

  • Vues en texte intégral

    0

  • Citer

Résumé:

La plupart des approches de suivi discriminant de pointe sont basées soit sur des modèles d'apparence de modèles, soit sur des modèles d'apparence statistiques. Bien que les modèles d’apparence de modèle aient montré d’excellentes performances, ils fonctionnent mal lorsque l’apparence de la cible change rapidement. En revanche, les modèles d'apparence statistique sont insensibles aux changements rapides d'état de la cible, mais ils donnent des résultats de suivi inférieurs dans des scénarios difficiles tels que les variations d'éclairage et les parasites d'arrière-plan. Dans cet article, nous proposons une approche adaptative de suivi d'objets avec des modèles complémentaires basés sur des modèles de modèles et d'apparence statistique. Ces deux modèles sont unifiés via notre nouvelle stratégie de combinaison. De plus, nous introduisons un schéma de mise à jour efficace pour améliorer les performances de notre approche. Les résultats expérimentaux démontrent que notre approche permet d'obtenir des performances supérieures à des vitesses qui dépassent de loin les exigences de fréquence d'images sur les récents tests de suivi.

Publication
IEICE TRANSACTIONS on Information Vol.E101-D No.11 pp.2849-2854
Date de publication
2018/11/01
Publicisé
2018/08/06
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2018EDL8074
Type de manuscrit
LETTER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Peng GAO
  Harbin Institute of Technology
Yipeng MA
  Harbin Institute of Technology
Chao LI
  Harbin Institute of Technology
Ke SONG
  Harbin Institute of Technology
Yan ZHANG
  Harbin Institute of Technology
Fei WANG
  Harbin Institute of Technology
Liyi XIAO
  Harbin Institute of Technology

Mots-clés

Table des matières