张顺利
- 作品数：3 被引量：5H指数：2
- 供职机构：清华大学信息科学技术学院电子工程系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 稀疏性约束下基于反馈更新的目标跟踪
- 2013年
- 为了提高目标跟踪算法在目标被严重遮挡、环境光照剧烈变化等复杂场景下的跟踪性能,该文提出了一种基于目标特征模板集稀疏分解的跟踪算法。首先,该算法利用目标的灰度特征以及像素级的局部特征构造特征空间,并保存该特征空间下的目标特征模板集合,作为稀疏性约束下的基向量集合;其次,在粒子滤波跟踪框架下,利用目标候选者在当前特征模板集下的稀疏分解系数,提出了一种观测模型;最后,提出一种在环境光照变化、目标被严重遮挡等复杂场景下均有较好鲁棒性的反馈式在线更新策略。在已标定的公开数据集上的大量实验结果表明:与其他几个优秀的跟踪算法相比,该算法在上述复杂场景下可以成功地对目标实现精确跟踪。
- 张利郭俞伯孙俊涛于昕张顺利
- 关键词：模式识别目标跟踪稀疏分解梯度方向直方图粒子滤波
- 基于联合支持向量机的目标跟踪算法被引量：2
- 2017年
- 为得到包含目标与背景的区分度以及目标自身特性的外观模型,给出一种联合支持向量机。结合一类支持向量机和二类支持向量机的特点,设计优化的目标函数,利用拉格朗日乘子法给出其对偶形式,实现求解步骤,并基于此提出目标跟踪算法,以加强目标外观模型表达的鲁棒性,提高对目标和背景的鉴别能力。在公开的测试视频集上的实验结果表明,该算法能够准确地跟踪目标,并且具有较好的稳定性。
- 孙俊涛张顺利张利
- 关键词：模式识别目标跟踪目标函数
- 基于双阶段网络的交互式目标分割算法被引量：3
- 2021年
- 针对已有多数交互式分割方法交互方式单一、预测结果精度较低的问题,构建一种基于双阶段网络的目标分割模型ScribNet,以实现更完整和精细的交互式目标分割。采用灵活涂画的交互方式,通过编码形成交互指导信息。设计骨架随机性仿真算法,实现大数据下的模拟交互操作。在传统分割模型中引入预测优化模块,形成双阶段网络结构,以充分利用交互指导信息。在COCO和PASCAL数据集上的实验结果表明,与DEXTR、GrabCut等方法相比,ScribNet模型的分割精度较高。
- 张华悦张顺利张利
- 关键词：模式识别
