[发明专利]基于流形学习的贝叶斯视觉跟踪方法有效
| 申请号： | 201310244062.2 | 申请日： | 2013-06-19 |
| 公开（公告）号： | CN103345762A | 公开（公告）日： | 2013-10-09 |
| 发明（设计）人： | 乔红;王敏;云双;郑碎武 | 申请（专利权）人： | 无锡引域智能机器人有限公司 |
| 主分类号： | G06T7/20 | 分类号： | G06T7/20 |
| 代理公司： | 北京联瑞联丰知识产权代理事务所(普通合伙) 11411 | 代理人： | 曾少丽 |
| 地址： | 214046 江苏省无锡市新*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于流形学习的贝叶斯视觉跟踪方法，包括以下步骤：S1，提出一种新的流行学习算法得到本质流形，将图像观测数据集X＝[x1,x2,…,xn]与低维流形上面的点集Y＝[y1,y2,…,yn]分别对应，且低维流形表面的每个点可以通过yi＝[x,y,z]T＝f(μ,ν)来表示，其中i＝1,2,…,n；S2，进行反向映射学习，得到从低维流形空间到高维图像观测空间的映射函数g及其相关的系数矩阵B；S3，结合步骤S1与S2的处理结果进行贝叶斯跟踪处理，最终给出跟踪结果。本发明主要用于解决动态环境下对人体的跟踪问题，它是一种基于本质变量保持的流形构建的新型贝叶斯跟踪算法，可以实现对目标的准确跟踪，具有较强的鲁棒性。 | ||
| 搜索关键词： | 基于 流形 学习 贝叶斯 视觉 跟踪 方法 | ||
【主权项】：
基于流形学习的贝叶斯视觉跟踪方法，其特征在于：包括以下步骤：S1，提出一种新的流行学习算法得到本质流形，将图像观测数据集X＝[x1,x2,…,xn]与低维流形上面的点集Y＝[y1,y2,…,yn]分别对应，且低维流形表面的每个点可以通过yi＝[x,y,z]T＝f(μ,ν)来表示，其中i＝1,2,…,n；S2，进行反向映射学习，得到从低维流形空间到高维图像观测空间的映射函数g及其相关的系数矩阵B；S3，结合步骤S1与S2的处理结果进行贝叶斯跟踪处理，最终给出跟踪结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于无锡引域智能机器人有限公司，未经无锡引域智能机器人有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310244062.2/，转载请声明来源钻瓜专利网。
