• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on advanced concepts for intelligent vision systems >Multi-object Tracking Using Compressive Sensing Features in Markov Decision Process
【24h】

Multi-object Tracking Using Compressive Sensing Features in Markov Decision Process

机译：马尔可夫决策过程中基于压缩感知特征的多目标跟踪

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

摘要

In this paper, we propose an approach which uses compressive sensing features to improve Markov Decision Process (MDP) tracking framework. First, we design a single object tracker which integrates compressive tracking into Tracking-Learning-Detection (TLD) framework to complement each other. Then we apply this tracker into the MDP tracking framework to improve the multi-object tracking performance. A discriminative model is built for each object and updated online. With the built discriminative model, the features used for data association are also enhanced. In order to validate our method, we first test the designed single object tracker with a common dataset. Then we use the validation set from the multiple object tracking (MOT) training dataset to analyze each part of our method. Finally, we test our approach in the MOT benchmark. The results show our approach improves the original method and performs superiorly against several state-of-the-art online multi-object trackers.
机译：在本文中，我们提出了一种使用压缩感测功能来改进马尔可夫决策过程（MDP）跟踪框架的方法。首先，我们设计一个单一的对象跟踪器，该跟踪器将压缩跟踪集成到Tracking-Learning-Detection（TLD）框架中以相互补充。然后，我们将此跟踪器应用到MDP跟踪框架中，以提高多对象跟踪性能。为每个对象建立一个判别模型并在线更新。使用内置的判别模型，用于数据关联的功能也得到了增强。为了验证我们的方法，我们首先使用通用数据集测试设计的单对象跟踪器。然后，我们使用来自多对象跟踪（MOT）训练数据集的验证集来分析方法的每个部分。最后，我们在MOT基准测试中测试我们的方法。结果表明，我们的方法对原始方法进行了改进，并且与几种最新的在线多对象跟踪器相比，其性能更高。

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