Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Pan-Sharpening via Coupled Unitary Dictionary Learning Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Sophisticated Tracking Framework with Combined Detector

verfasst von : Gwangmin Choe, Tianjiang Wang, Qi Feng, Chunhwa Choe, Sokmin Han, Hun Kim

Erschienen in: Image and Graphics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper proposes a combined detector containing the background subtraction and the object appearance model-based detector. This is used to solve such problems as linking, overlapping, false object detecting etc. Then, we give a non-linear multi-mode tracker with the combined detector to solve such problems as sudden appearance changes and long-lasting occlusions, etc. Finally, we test our proposed person tracking framework in multi-object tracking scenario. Experimental results demonstrate that our proposed approaches have promising discriminative capability in comparison with other ones.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Small Infrared Target Detection Based on Low-Rank Representation
Nächstes Kapitel Sparse Representation-Based Deformation Model for Atlas-Based Segmentation of Liver CT Images
Literatur
1.
Isard, M., Blake, A.: Condensation - conditional density propagation for visual tracking. IJCV 29(1), 5–28 (1998)CrossRef
2.
Lim, J., Ross, D., Lin, R.S., Yang, M.H.: Incremental learning for visual tracking. In: NIPS (2005)
3.
Kim, M., Kumar, S., Pavlovic, V., Rowley, H.: Face tracking and recognition with visual constraints in real-world videos. In: CVPR (2008)
4.
Viola, P., Jones, M.: Rapid object detection using a boosted cascade of simple features. In: CVPR (2001)
5.
Kalal, Z., Matas, J., Mikolajczyk, K.: Weighted sampling for large-scale boosting. In: BMVC (2008)
6.
Li, Y., Ai, H., Yamashita, T., Lao, S., Kawade, M.: Tracking in low frame rate video: a cascade particle filter with discriminative observers of different lifespans. In: CVPR (2007)
7.
Everingham, M., Sivic, J., Zisserman, A.: Taking the bite out of automated naming of characters in TV video. IVC 27, 545–559 (2009)CrossRef
8.
Kalal, Z., Matas, J., Mikolajczyk, K.: Online learning of robust object detectors during unstable tracking. In: OLCV (2009)
9.
Kalal, Z., Matas, J., Mikolajczyk, K.: P-N Learning: bootstrapping binary classifiers by structural constraints. In: CVPR (2010)
10.
Zhao, W., Chellappa, R., Phillips, P.J., Rosenfeld, A.: Face recognition: a literature survey. CSUR 35(4), 399–458 (2003)CrossRef
11.
Lucas, B.D., Kanade, T.: An iterative image registration technique with an application to stereo vision. IJCAI 81, 674–679 (1981)
12.
13.
14.
Gong, L., Wang, T., Liu, F., Chen, G.: A Lie group based spatiogram similarity measure. In: ICME (2009)
15.
16.
Choe, G., et al.: Particle filter with spline resampling and global transition model. IET Comput. Vision 9(2), 184–197 (2015)CrossRef
Metadaten
Titel
Sophisticated Tracking Framework with Combined Detector
verfasst von
Gwangmin Choe
Tianjiang Wang
Qi Feng
Chunhwa Choe
Sokmin Han
Hun Kim
Copyright-Jahr
2015
Verlag
Springer International Publishing
Buch
Image and Graphics

Print ISBN: 978-3-319-21968-4

Electronic ISBN: 978-3-319-21969-1

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-21969-1_35

Premium Partner

    Bildnachweise