基于稀疏特征直方图约束的鲁棒目标跟踪

摘要：

为增强目标跟踪的鲁棒性,克服诸如光照、非刚性变化等各种复杂挑战带来的剧烈外观变化,提出一种基于稀疏直方图的通用生成目标跟踪算法.通过滑动窗口将图像分成重叠的子图像块,提取出每一个图像块的局部特征,通过稀疏表示的方法获得对应的稀疏系数向量.为获得特征表达精度,采用增广拉格朗日乘子(ALM)求解最小l1范数问题,目标跟踪中的遮挡问题转换为构建模板的稀疏特征直方图.在粒子滤波框架下,选取候选集中最高相似度指标的图像块作为最优跟踪结果.为适应图标的遮挡带来的形态变化,提出一个简单有效的系数更新机制,产生新的模板直方图.大量基准测试视频定性定量分析结果表明,相比其它跟踪算法,该方法具有更好的跟踪性能.

关键词：目标跟踪、模板直方图、增广拉格朗日乘子、粒子滤波、稀疏系数、更新机制

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2213-2216,2239