10.3969/j.issn.1671-7775.2016.06.014
在线增量正交投影非负矩阵分解的目标跟踪算法
为了避免传统的跟踪算法对视频中遮挡、尺度变化、光照变化等现象的跟踪性能下降,提出一种基于 L1范数约束和在线增量正交投影非负矩阵分解的目标跟踪算法.首先将 L1范数引入IOPNMF 子空间重构,使得学习到的新的基于部分的目标表示能够容忍不同的噪声干扰;同时,对正交投影系数进行 L1范数约束,并采用循环操作求解 IOPNMF 子空间向量,保证算法能够处理动态的视频流以获得鲁棒的目标跟踪;最后,将跟踪目标表示为 IOPNMF 基向量的线性组合,并在观测模型中引入部分遮挡因素,有选择地对 IOPNMF 子空间进行更新.采用 MATLAB 实现本算法,并在8种具有遮挡、光照变化、尺度变化、运动模糊、背景杂乱等影响跟踪性能因素的视频上与其他6种算法进行对比试验.试验结果表明,新算法具有最低的平均中心点误差4.3像素,最高的平均覆盖率0.84,能够实现鲁棒稳定的跟踪.
目标跟踪、增量正交投影、非负矩阵分解、观测模型、基于部分的表示
37
TP391(计算技术、计算机技术)
山东省自然科学基金资助项目ZR2015FL009;滨州市科技发展计划项目2013ZC0103;滨州学院科研基金资助项目BZX-YG1524
2016-11-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
698-705