大矩阵压缩特征目标的低秩跟踪算法
针对压缩感知的矩阵低秩稀疏分解目标跟踪算法实时性差的问题,提出一种大矩阵压缩特征目标的低秩跟踪算法.该算法通过将大矩阵分成多个小矩阵的方法构建观测矩阵,进行矩阵低秩稀疏分解,获得各候选目标的误差向量并构建误差矩阵,求解误差矩阵列向量最小1-范数问题得到跟踪结果.为了适应跟踪过程中目标外观信息的变化,基于向量相似度判别有选择地更新字典.在跟踪结果不可信时,利用轨迹修正更新当前帧跟踪结果.通过6个典型视频序列上的对比实验,新算法的实时性是原算法的3倍.实验结果表明,在目标发生部分遮挡、光照变化、快速运动时,所提出的算法能实现目标的鲁棒跟踪.
压缩感知、矩阵低秩稀疏分解、稀疏表达、增广拉格朗日乘子法、向量相似度
31
TP391(计算技术、计算机技术)
辽宁省自然科学基金指导计划2016010993-301;辽宁省教育厅LG201609;沈阳理工大学博士启动BS-2015-03
2017-11-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
833-838