典型文献
校园安全平台中高层特征融合的目标跟踪技术研究
文献摘要：
视频中的目标检测与跟踪属于交叉学科研究的内容,是安全与智慧校园建设的重要监测手段.针对跟踪技术中底层特征缺乏高层知识的问题,提出一种将计算机视觉中的超像素约束融入SVM的跟踪框架.首先提取每一帧图像的超像素,计算局部平均特征与降维的密集SIFT特征,然后融合超像素约束的局部秩变换特征并通过在线学习优化分类器,最后得到优化目标跟踪结果.实验结果表明,基于超像素约束的融合特征进一步提高了目标检测的准确率和成功率,验证了算法的有效性.
文献关键词：
校园安全;目标跟踪;超像素约束;密集SIFT;特征融合;在线学习
中图分类号：
作者姓名：
刘蓝蓝;司马海峰
作者机构：
河南理工大学 计算机科学与技术学院,河南 焦作 454000;河南理工大学 文法学院,河南 焦作 454000
文献出处：
引用格式：
[1]刘蓝蓝;司马海峰-.校园安全平台中高层特征融合的目标跟踪技术研究)[J].河南理工大学学报（自然科学版）,2022(06):163-168
A类：
超像素约束
B类：
校园安全,安全平台,中高层,特征融合,目标跟踪,跟踪技术,目标检测与跟踪,交叉学科,智慧校园建设,监测手段,底层特征,计算机视觉,一帧,SIFT,在线学习,学习优化,分类器,优化目标,融合特征
AB值：
0.300348
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
