|
|||||
|
|
| 嵌入DCNN深度特征与半监督学习的梯度提升决策算法 | |
| 作者姓名： | 吴刚 朱勇 苏守宝 莫晓晖 |
| 作者单位： | 金陵科技学院计算机工程学院,江苏南京211169;金陵科技学院计算机工程学院,江苏南京211169;金陵科技学院计算机工程学院,江苏南京211169;金陵科技学院计算机工程学院,江苏南京211169 |
| 基金项目： | 国家自然科学基金;国家自然科学基金;江苏省高等学校自然科学研究项目;江苏省现代教育技术研究项目 |
| 摘 要： | 判别式目标跟踪时在线分类在每一次的学习与更新过程中都可能会引入错误,最终错误的累积将导致跟踪失败.提出一种基于梯度提升决策树在线分类框架上的目标跟踪算法,采用DCNN深度特征有效地表征待跟踪目标的初始状态,通过在线分类过程中样本相似性比对与半监督学习,有效解决在线学习过程中存在的自学习问题.所提目标跟踪DS-BGBDT... |
| 关 键 词： | 目标跟踪 深度卷积神经网络 梯度提升决策树 样本相似性 半监督学习 |
| 本文献已被 万方数据 等数据库收录！ | |