中国科学院光电技术研究所机构知识库
Advanced  
IOE OpenIR  > 光电探测与信号处理研究室(五室)  > 期刊论文
题名:
基于鲁棒子空间学习的粒子滤波跟踪算法
作者: 陆文; 蔡敬菊
刊名: 计算机应用研究
出版日期: 2011
卷号: 28, 期号:9, 页码:3579-3584
通讯作者: 陆文
文章类型: 期刊论文
中文摘要: 线性子空间模型能够有效地描述目标表面受到光照和姿势变化的情况,然而大多数基于子空间表面模型的目标跟踪算法是在跟踪之前通过训练不同光照和姿势下目标的观测图像,得到一组特征基,并用这组特征基表示不同时刻目标表面变化,一旦训练完成之后,特征基就保持不变,不能在线更新。采用增量子空间学习的方法来构建目标表面的特征基,该特征基能够在线适应目标表面的变化。另一方面,传统的子空间学习方法是基于最小二乘重构误差,该方法容易受到异常测量数据的影响,为此采用鲁棒的子空间学习方法来降低异常测量数据对特征空间更新的影响。最后将鲁棒...
语种: 中文
内容类型: 期刊论文
URI标识: http://ir.ioe.ac.cn/handle/181551/5034
Appears in Collections:光电探测与信号处理研究室(五室)_期刊论文

Files in This Item:
File Name/ File Size Content Type Version Access License
2011-05-011.pdf(614KB)期刊论文作者接受稿开放获取View 联系获取全文

作者单位: 中国科学院光电技术研究所

Recommended Citation:
陆文,蔡敬菊. 基于鲁棒子空间学习的粒子滤波跟踪算法[J]. 计算机应用研究,2011,28(9):3579-3584.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[陆文]'s Articles
[蔡敬菊]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[陆文]‘s Articles
[蔡敬菊]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
文件名: 2011-05-011.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2016  中国科学院光电技术研究所 - Feedback
Powered by CSpace