基于稀疏编码直方图的稳健红外目标跟踪

摘要：

充分利用红外图像信息建立有效的观测模型是实现稳健红外目标跟踪的基础.影响红外目标跟踪结果的因素除可见光目标跟踪也会面临的干扰因素之外,还有诸如边缘和纹理信息缺失、信噪比低和背景噪声影响等特有因素.提出基于稀疏编码直方图(HSC)特征和扰动感知模型(DAM)的红外目标跟踪方法,使用K-奇异值分解算法得到过完备字典,利用该字典计算得到每个像素点的稀疏编码,并组成HSC对目标进行表达,同时通过引入 DAM增强算法抗背景干扰能力.该方法充分利用了红外图像中运动目标的结构特性,能够有效去除背景干扰.与其他跟踪器相比,在VOT-TIR2015数据集上,该方法的精确度和成功率指标分别获得3.8％和4.4％的提升,具有较高的研究价值和实用价值.

关键词：机器视觉、红外图像、目标跟踪、稀疏编码直方图、扰动感知模型

所属期刊栏目：37

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;天津市自然科学基金;河北省自然科学基金

在线出版日期：2018-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：196-206