基于隨機(jī)森林的目標(biāo)跟蹤算法研究.pdf

1、視頻目標(biāo)跟蹤技術(shù)是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要研究方向,被廣泛應(yīng)用于智能交通,智能家居,安防監(jiān)控等重要領(lǐng)域。隨機(jī)森林作為模式識(shí)別領(lǐng)域近年來發(fā)展較快的一種方法,由于其速度快,高精確性,并行化等優(yōu)點(diǎn),已廣泛應(yīng)用于文字識(shí)別,圖像分類等領(lǐng)域,但是以隨機(jī)森林分類器為跟蹤方法的還不多見。
　　本文首先仔細(xì)介紹了隨機(jī)森林的理論基礎(chǔ),從單棵決策樹的形成到隨機(jī)森林的構(gòu)建,分析了隨機(jī)森林具有高精確性,不會(huì)過擬合的數(shù)學(xué)基礎(chǔ)。接著介紹了兩種隨機(jī)森林的改進(jìn),一

2、種是將離線隨機(jī)森林在線化,使之適用于在線的視頻跟蹤;一種是將霍夫變換理論引入隨機(jī)森林方法,使之更適用于視頻跟蹤。
　　然后提出了基于在線隨機(jī)森林的整體跟蹤框架和基于霍夫森林的局部跟蹤框架。在整體跟蹤框架中,首先提出了一種帶權(quán)重的在線隨機(jī)森林,將隨機(jī)森林算法與AdaBoost算法結(jié)合起來,接著以整個(gè)運(yùn)動(dòng)對(duì)象作為跟蹤目標(biāo),進(jìn)行學(xué)習(xí)跟蹤,并將協(xié)同訓(xùn)練的思想融入其中,提高跟蹤的準(zhǔn)確度;在局部跟蹤框架中,是將整體目標(biāo)進(jìn)行分塊,并充分考慮了小