Resumen

Presentamos un algoritmo de seguimiento de objetos en línea basado en la agrupación de características y el análisis de componentes principales bidimensional (2DPCA). En primer lugar, introducimos regularización en la reconstrucción 2DPCA y desarrollamos un algoritmo iterativo para representar un objeto mediante bases 2DPCA. En segundo lugar, las plantillas de objetos se agrupan en una imagen más discriminativa y otra menos discriminativa calculando la varianza de los píxeles en múltiples fotogramas. A continuación, se aprende la matriz de proyección según la imagen más discriminativa y la imagen menos discriminativa, y se proyectan las muestras. Los resultados del seguimiento de objetos se obtienen mediante la estimación bayesiana de probabilidad máxima a posteriori. Por último, empleamos una estrategia de actualización de plantillas que combina el aprendizaje incremental del subespacio y la matriz de error para reducir la deriva del seguimiento. Comparado con otros métodos populares, nuestro método reduce la complejidad computacional y es muy robusto frente a cambios anormales. Las evaluaciones cualitativas y cuantitativas en secuencias de imágenes desafiantes demuestran que el algoritmo de seguimiento propuesto logra un rendimiento más favorable que varios métodos del estado de la técnica.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:imagen discriminativa, análisis dimensional de componentes principales, aprendizaje incremental de subespacios, resultados del seguimiento de objetos, otros métodos populares, estimación de probabilidades a posteriori, estrategia de actualización de plantillas, reconstrucción 2dpca, máximo bayesiano, cambios anormales
• Keywords:discriminative image, dimensional principal component analysis, incremental subspace learning, object tracking results, other popular methods, posteriori probability estimation, template update strategy, 2dpca reconstruction, bayesian maximum, abnormal changes