时间连续贝叶斯分类目标跟踪算法

摘要：

为提高目标跟踪的鲁棒性，提出一种基于结构稀疏表示的时间连续贝叶斯分类跟踪算法。在粒子滤波框架下进行，采用结构稀疏表示原理对样本进行线形重构。考虑到跟踪过程中目标形态帧间的连续性，将时间连续约束项嵌入线性重构目标方程，设计目标方程求解方法，获得稀疏系数；为更好地提取稀疏系数中的相似度信息，利用贝叶斯原理设计一款分类器，通过跟踪过程中获得的正负样本进行训练，有效地对候选目标进行分类。将该算法与其它4种先进的算法在6组测试视频中进行比较，实验结果表明，该算法在复杂条件下具有较高的鲁棒性。

关键词：目标跟踪、分类器、粒子滤波、稀疏表示、目标方程

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61304084;广东省自然科学基金项目2014A030307038;嘉应学院创新强校基金项目CQX036

在线出版日期：2016-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2125-2131