基于BP_Adaboost的目标跟踪算法应用研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

安徽省自然科学基金(11040606M153);芜湖市科技计划基金资助项目(芜科计字[2011]47号文)


The applied research of motive object tracking based on BP Adaboost algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    BP神经网络对目标跟踪时, 由于其学习效率低及易于陷入局部极小的缺陷影响了跟踪算法的准确性。为提高BP神经网络跟踪模型的准确性, 将Adaboost算法和BP神经网络相结合, 提出了一种BP_Adaboost神经网络跟踪模型。通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器跟踪模型, 将该模型应用于视频运动目标跟踪进行有效性验证。实验结果分析表明, 该方法对运动目标能够准确地进行跟踪, 大大提高跟踪算法的鲁棒性。

    Abstract:

    Because of the low learning efficiency and easy missing into the local minimum missing, when we use the BP neural network for the motive target tracking, it will influence the accuracy of thetracking algorithm.In order to improve tracking accuracy of BP neural network model, a trackingmodel was presented based on combined Adaboost algorithm and BP neural network.The Adaboost al-gorithm multiple BP neural network of weak classifier formed a strong classifier tracking model.Theefficiency of the proposed tracking model was proved by tracking of moving objects in the video.Thepractical application proves that the BP_ Adaboost algorithm can realize the accurate tracking of mov-ing objects and greatly improve the robustness of tracking algorithm.

    参考文献
    相似文献
    引证文献
引用本文

刘艳丽,陈跃东.基于BP_Adaboost的目标跟踪算法应用研究[J].河北工程大学自然版,2012,29(3):99-102

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-04-20
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-01-12
  • 出版日期:
文章二维码