开源程序设计 基于偏最小二乘分析的目标追踪
追踪目标
图像序列中
行驶的汽车
追踪方法
偏最小二乘分析
偏最小二乘分析(partial least squares analysis,PLS)就是在自变量空间和因变量空间中分别找出各自的潜变量,即各自具有特征代表性的主成分,它们分别是自变量和因变量的某种线性变换。为了使自变量成分对因变量成分有最大的解释能力或预测能力,2种潜变量之间的相关性要达到最大。
在目标跟踪中,目标和背景分别被采样,并且标记为不同的类别属性。PLS方法能有效地在一个低维空间中表示特征向量,相对于原始数据空间,它能更有效地获取自变量和因变量之间的相关性。因此,采用PLS建立目标的外观模型,它能有效地表征目标,实施数据降维和进行目标和背景的分类。
二级粒子滤波
在粒子滤波的第一阶段,选取上一帧跟踪效果最好的特征进行一次粒子滤波,得到目标的粗略状态;在粒子滤波的第二阶段,在第一次滤波产生的粒子集的基础上进行抽样,使用PLS方法再次进行粒子滤波,即第二次寻优,以获得目标的精确状态。
具体算法:PLS外观模型
具体算法:PLS外观模型
具体算法:追踪过程
谢谢大家 参考文献:Qing Wang, Feng Chen, Wenli Xu, and Ming-Hsuan Yang, “Object tracking via partial least squares analysis,” Image Processing, IEEE Transactions on, vol. 21, no. 10, pp. 4454–4465, 2012.
开源程序设计 来自淘豆网m.daumloan.com转载请标明出处.
