DS PCA 在自适应视频跟踪算法中的应用

摘要：

为了解决单一固定目标模型在复杂的场景中易产生跟踪漂移问题，提出一种基于DSPCA的自适应粒子滤波跟踪方法，通过稀疏主成分分解（DSPCA ）在线获取互补图像集，同时将其按照新的相似度BRS进行自适应融合作为新目标模型。与经典的粒子滤波跟踪算法、视觉分解跟踪算法和多特征自适应融合跟踪算法，与有挑战性较高的场景视频相比，提出的算法在形态、运动快速及严重遮挡的运动场景中，都能鲁棒地跟踪到目标。

关键词：视频跟踪、粒子滤波、稀疏主成分分解、BRS

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市科委科技计划攻关重点项目CSTC 2009AB2231；常州工学院科研基金资助项目YN1208

在线出版日期：2014-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：82-87