基于隨機森林的目標(biāo)跟蹤算法研究.pdf

1、視頻目標(biāo)跟蹤技術(shù)是計算機視覺領(lǐng)域的一個重要研究方向,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。隨機森林作為模式識別領(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,已廣泛應(yīng)用于文字識別,圖像分類等領(lǐng)域,但是以隨機森林分類器為跟蹤方法的還不多見。
　　本文首先仔細(xì)介紹了隨機森林的理論基礎(chǔ),從單棵決策樹的形成到隨機森林的構(gòu)建,分析了隨機森林具有高精確性,不會過擬合的數(shù)學(xué)基礎(chǔ)。接著介紹了兩種隨機森林的改進,一

2、種是將離線隨機森林在線化,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)重的在線隨機森林,將隨機森林算法與AdaBoost算法結(jié)合起來,接著以整個運動對象作為跟蹤目標(biāo),進行學(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)進行分塊,并充分考慮了小