Stochastic Modeling for Video Object Tracking and Online Learning: manifolds and particle filters
Doktorsavhandling, 2012

Visa mer

anisotropic mean shift

online learning of reference object

covariance tracking

consensus point feature correspondences

Bayesian tracking

Gabor features

Visual object tracking

Grassmann manifold.

Riemannian manifold

particle filters

Författare

Zulfiqar Hasan Khan

Chalmers, Signaler och system, Signalbehandling och medicinsk teknik

Inkluderade delarbeten

Joint Feature Correspondences and Appearance Similarity for Robust Visual Object Tracking

IEEE Transactions on Information Forensics and Security,;Vol. 5(2010)p. 591-606

Artikel i vetenskaplig tidskrift

Robust Visual Object Tracking using Multi-Mode Anisotropic Mean Shift and Particle Filters

IEEE Transactions on Circuits and Systems for Video Technology,;Vol. 21(2011)p. 74-87

Artikel i vetenskaplig tidskrift

Kategorisering

Styrkeområden

Informations- och kommunikationsteknik

Ämneskategorier (SSIF 2011)

Signalbehandling

Datorseende och robotik (autonoma system)

Identifikatorer

ISBN

978-91-7385-641-6

Övrigt

Serie

Doktorsavhandlingar vid Chalmers tekniska högskola. Ny serie: 0346

Examination

2012-02-29 11:00

VG, Sven Hultins gata 6, Chalmers University of Technology

Opponent: Prof. Hamid Aghajan, Director, AIR (Ambient Intelligence Research) Lab, Wireless Sensor Networks Lab Department of Electrical Engineering, Stanford University, USA

Mer information

Skapat

2017-10-06