• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on graphic and image processing >Adaptive Block Online Learning Target Tracking Based on Super Pixel Segmentation
【24h】

Adaptive Block Online Learning Target Tracking Based on Super Pixel Segmentation

机译：基于超像素分割的自适应块在线学习目标跟踪

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Video target tracking technology under the unremitting exploration of predecessors has made big progress, but there are still lots of problems not solved. This paper proposed a new algorithm of target tracking based on image segmentation technology. Firstly we divide the selected region using simple linear iterative clustering (SLIC) algorithm, after that, we block the area with the improved density-based spatial clustering of applications with noise (DBSCAN) clustering algorithm. Each sub-block independently trained classifier and tracked, then the algorithm ignore the failed tracking sub-block while reintegrate the rest of the sub-blocks into tracking box to complete the target tracking. The experimental results show that our algorithm can work effectively under occlusion interference, rotation change, scale change and many other problems in target tracking compared with the current mainstream algorithms.
机译：视频目标跟踪技术在前人的不懈探索下取得了长足的进步，但仍有许多问题没有解决。提出了一种基于图像分割技术的目标跟踪新算法。首先，我们使用简单的线性迭代聚类（SLIC）算法对所选区域进行划分，然后，使用具有噪声的应用程序基于改进的基于密度的空间聚类（DBSCAN）聚类算法来阻塞区域。每个子块都经过独立训练并进行分类，然后算法将失败的跟踪子块忽略，而将其余子块重新集成到跟踪框中以完成目标跟踪。实验结果表明，与当前主流算法相比，该算法在遮挡干扰，旋转变化，尺度变化等目标跟踪中均能有效工作。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号