Training Sequential On-line Boosting Classifier for Visual Tracking

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F08%3A03150842" target="_blank" >RIV/68407700:21230/08:03150842 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Training Sequential On-line Boosting Classifier for Visual Tracking

Popis výsledku v původním jazyce

On-line boosting allows to adapt a trained classifier to changing environmental conditions or to use sequentially available training data. Yet, two important problems in the on-line boosting training remain unsolved: (i) classifier evaluation speed optimization and, (ii) automatic classifier complexity estimation. In this paper we show how the on-line boosting can be combined with Wald's sequential decision theory to solve both of the problems.The properties of the proposed on-lineWaldBoost algorithm are demonstrated on a visual tracking problem. The complexity of the classifier is changing dynamically depending on the difficulty of the problem. On average, a speedup of a factor of 5-10 is achieved compared to the non-sequential on-line boosting.

Název v anglickém jazyce

Training Sequential On-line Boosting Classifier for Visual Tracking

Popis výsledku anglicky

On-line boosting allows to adapt a trained classifier to changing environmental conditions or to use sequentially available training data. Yet, two important problems in the on-line boosting training remain unsolved: (i) classifier evaluation speed optimization and, (ii) automatic classifier complexity estimation. In this paper we show how the on-line boosting can be combined with Wald's sequential decision theory to solve both of the problems.The properties of the proposed on-lineWaldBoost algorithm are demonstrated on a visual tracking problem. The complexity of the classifier is changing dynamically depending on the difficulty of the problem. On average, a speedup of a factor of 5-10 is achieved compared to the non-sequential on-line boosting.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/GA102%2F07%2F1317" target="_blank" >GA102/07/1317: Metody pro vizuální rozpoznávání velkých souborů elastických objektů</a><br>

Návaznosti

R - Projekt Ramcoveho programu EK

Rok uplatnění

2008

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

ICPR 2008: Proceedings of the 19th International Conference on Pattern Recognition

ISBN

978-1-4244-2174-9

ISSN

1051-4651

e-ISSN

—

Počet stran výsledku

4

Strana od-do

—

Název nakladatele

Omnipress

Místo vydání

Madison

Místo konání akce

Tampa, Florida

Datum konání akce

8. 12. 2008

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000264729000334