10.3969/j.issn.1003-9775.2013.09.017
L1范数最大化主分量分析视觉跟踪
针对基于L2范数的主分量分析(L2-PCA)易受离群数据的影响,使得传统的基于L2-PCA的视觉跟踪对目标遮挡的鲁棒性较差的问题,提出一种基于L1范数最大化主分量分析(PCA-L1)的视觉跟踪算法.利用PCA-L1对目标表观建模,以粒子滤波为框架估计目标的状态;为了适应目标变化并克服“模型漂移”问题,提出一种PCA-L1的在线更新方法以实现子空间的更新.通过实验验证并与现有算法进行了比较的结果表明,文中算法具有较优的跟踪性能.
视觉跟踪、L1范数主分量分析、模板更新、粒子滤波
25
TP391.4(计算技术、计算机技术)
国家自然科学基金61175035
2013-10-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
1392-1398