改进稀疏表示模型的目标跟踪

摘要：

针对受到光照、遮挡及姿态变化等引起的目标外观发生变化时,目标跟踪的鲁棒性和准确性较差的问题,将稀疏表示引入到粒子滤波框架进行目标跟踪,提出一种稀疏协同模型.首先,在目标运动定位模型中,使用灰度强度值表示目标对象;其次,判别模型通过训练正负模板集获得最优分类特征,并在生成模型中对目标直方图加权以提高目标生成效率;然后,将分类判别模型和生成模型集成在协同模型中,利用重构误差确定目标;最后,通过各模块独立更新,减少目标外观变化对目标跟踪的影响.实验结果表明,所提方法的平均中心误差仅为7.5像素,且具备良好的抗噪性和实时性.

关键词：稀疏表示、目标跟踪、协同模型、似然函数、重构误差

所属期刊栏目：36

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目U1304607;河南省高等学校重点项目15A520080;河南师范大学博士科研启动基金资助项目qd12138;a grant from the National Natural Science Foundation of ChinaU1304607;key scientific research project of higher school of Henan Province15A520080;the Dr.Startup Project of Henan Normal Universityqd12138

在线出版日期：2017-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：3152-3160