再生核Hilbert空间中两阶段稀疏表示目标跟踪算法
在强干扰复杂环境下,有效的特征选择对于目标跟踪模型的可解释性至关重要.针对这一问题,本文基于再生核Hilbert空间(RKHS)理论,对特征空间构建生成式的两阶段稀疏表示(TSSR)模型,从而描述图像样本与字典之间的非线性关系,避免了在字典中引入大量的琐碎模板.在第1阶段,首先建立图像样本与字典在原始低维空间中的关系,然后利用批处理最小二乘算法求得稀疏表示系数的初值,根据观测模型确定初始跟踪位置的分布;在第2阶段,首先利用核方法将原始低维空间映射到高维特征空间,然后提出一种基于核的加速近端梯度算法(KAPG),从而求得字典元素系数的核稀疏表示,最终确定跟踪目标.最后实验结果证明了本文所提出的TSSR方法在面对视角变化和部分遮挡时的有效性.
目标跟踪、再生核Hilbert空间、核方法、稀疏表示、两阶段框架、加速近端梯度算法
39
TP391.41;TN925.93;TP277
国家自然科学基金;国家自然科学基金
2022-07-21(万方平台首次上网日期,不代表论文的发表时间)
共11页
730-740