标题：
跟踪-学习-检测框架下改进加速梯度的目标跟踪
点击次数：
所属单位：
自动化学院
发表刊物：
吉林大学学报(工学版)
关键字：
人工智能;目标跟踪;目标-学习-检测;遮挡;漂移;
摘要：
单目标持久跟踪的主要难点是由于目标姿态、相似背景及遮挡等因素而导致的漂移问题。基于此提出了一种改进L1APG(L1tracker using accelerated proximal gradient approach)的目标-学习-检测(TLD)目标跟踪算法。首先,在L1APG跟踪器中加入遮挡检测判断;其次,将遮挡程度转换为目标模板和背景模板系数的权重;最后,用改进的L1APG跟踪器取代传统TLD框架中的跟踪器,自适应地根据遮挡程度改变模板系数,从而有效地提高了跟踪效果。实验表明:本文算法与传统TLD跟踪框架相比,能更好地处理遮挡和漂移问题,具有较好的稳定性和鲁棒性。
是否译文：
否
发表时间：
2018-02-28
合写作者：
夏斯军,刘冬雪,费树岷,胡银记
通讯作者：
杨欣
发表时间：
2018-02-28
学位：工学博士学位
职称：副教授
所在单位：自动化学院