基于BP_Adaboost的目标跟踪算法应用研究

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.

关键词：目标跟踪、BP神经网络、Adaboost算法

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：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

在线出版日期：2012-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：99-102