基于典型相关性分析的稀疏表示目标追踪
传统稀疏表示目标追踪算法首先通过粒子滤波方法对状态粒子进行采样,然后利用灰度特征表征采样粒子观测向量,最后构造基于观测向量的稀疏表示模型来进行目标追踪.与传统稀疏表示模型不同,该文提出一个基于典型相关性分析的稀疏表示模型,此模型首先使用两种特征来表征粒子观测向量,然后对两种观测向量的子空间投影结果进行稀疏建模.所构建的模型可通过在子空间中探究特征间的相关性来实现不同特征的互补融合,提升稀疏表示模型在复杂监控环境下的鲁棒性.
目标追踪、稀疏表示、典型相关性分析
40
TP391(计算技术、计算机技术)
国家自然科学基金61771256,61471205,61771258,61701252;江苏省自然科学基金青年基金BK20170915;江苏省高校自然科学面上项目17KJD510005;南京邮电大学引进人才启动基金NY2 16023;南京邮电大学江苏省通信与网络技术工程研究中心开放课题
2018-11-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
1619-1626