基于Haar-like特征的实时L1-跟踪算法

摘要：

稀疏表示技术已成功应用于视觉跟踪,但是仍然存在跟踪算法效率低的问题.提出一种基于Haar-like特征的视频跟踪算法,该算法是基于粒子滤波框架的L1-跟踪算法,其特点是运用Haar-like特征及特征块的思想对完备基进行重新构造.将正负小模板由单个像素改为像素块,降低稀疏表示中过完备基的维数,大幅减少稀疏矩阵的计算量;同时,在保证跟踪质量的前提下适当减少目标模板数量,减少稀疏计算的次数,并控制模板更新频率.实验结果表明,所提算法能大幅提高跟踪的实时性,同时很好地解决了跟踪问题中的短时间遮挡、目标物体的形变以及光照变化等问题.

关键词：L1-跟踪算法、粒子滤波、稀疏表示、目标跟踪、Haar-like特征

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60302018;天津市科技计划项目14RCGFGX00846;河北省自然科学基金面上项目F2015202239;天津市科技计划项目15ZCZDNC00130;河北省高等学校科学技术研究项目Z2015044

在线出版日期：2017-04-14（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：300-306