最小类局部保持方差指导的相关滤波器

针对最大间隔相关滤波器未考虑样本内部结构信息导致训练不充分的问题,提出一种最小类局部保持方差相关滤波器(MCLPVCF)。MCLPVCF融合样本加权邻接图的思想,引入局部保留类内散度,充分考虑样本的分布信息及内在流型结构,同时最大化分类间隔和优化相关输出,进而在训练过程中兼顾样本的类别信息和结构信息,获得更符合样本情况的滤波器。实验结果表明,相比MMCF及其他传统相关滤波器,MCLPVCF在目标识别率和检测准确率上有较大提高。

基于数据分布信息的相关滤波器算法研究

最大间隔相关滤波器(maximum margin correlation filter,MMCF)结合了支持向量机(support vector machine,SVM)和相关滤波器,提高了相关滤波器的鉴别能力。但是,SVM未利用样本结构信息,训练不充分的缺点也被MMCF继承下来。针对这一问题,提出基于数据分布信息的相关滤波器算法,引入样本类内散度及类内局部保留散度进行训练,并进行目标检测和识别实验,从实验结果来看,所提算法是有效的。