基于概率主成分分析表观模型的视觉跟踪

摘要：

在粒子滤波框架下,提出了一种基于概率主成分分析(probabilistic principal component analysis,PPCA)表现模型的视觉跟踪算法.该算法采用在线学习的PPCA表现模型获得目标的子空间描述,并引入遗忘因子增加最近的观测在模型中的权重,使得新算法对场景光照变化和目标表观变化的适应能力大为增强.同时考虑到遮挡发生的空间邻近关系,提出对目标区域进行分块处理,以提高算法在目标遮挡情况下的鲁棒性.真实场景下的实验结果表明,该算法在目标位姿变化、光照变化以及遮挡情况下具有更强的稳健性.

关键词：视觉跟踪、概率主成分分析、粒子滤波、光照、遮挡

所属期刊栏目：31

分类号：TN941.1

在线出版日期：2010-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2826-2829