稀疏表示的Lucas-Kanade目标跟踪
提出一种新的目标跟踪算法,将稀疏表示应用于LK(Lucas-Kanade)图像配准框架.通过最小化校准误差的L1范数来求解目标的状态参数,从而实现对目标的准确跟踪.对目标同时建立两个外观模型:动态字典和静态模板,其中动态模型由动态字典的稀疏表示来描述目标外观.为了解决由于动态字典不断更新造成的跟踪漂移问题,一个两阶段迭代机制被采用.两个阶段所采用的目标模型分别为动态字典和静态模板.大量的实验结果表明,本文算法能有效应对外观变化、局部遮挡、光照变化等挑战,同时具有较好的实时性.
稀疏表示、LK图像配准算法、视觉跟踪、L1范数最小化
18
TP301.6(计算技术、计算机技术)
湖北省自然科学基金项目2011CDB159;中央高校基本科研业务费项目CCNU11C01003
2013-04-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
283-289