|
|||||
|
|
| 一种基于稀疏表示的判别式目标跟踪算法 | |
| 作者姓名： | 戴平阳 洪景新 李翠华 詹小静 |
| 作者单位： | 厦门大学信息科学与技术学院; |
| 基金项目： | 国家自然科学基金(61373077);福建省自然科学基金(2013J01257,2013J05101) |
| 摘 要： | 目标跟踪是计算机视觉领域中具有挑战性的问题.提出了一种基于稀疏表示的判别式目标跟踪算法,用于在复杂场景中对运动目标进行鲁棒跟踪.该算法首先对目标进行滑动窗口稠密采样,构建目标的稀疏表示字典,然后将目标表示为该字典的稀疏编码,从而构造具有判别力的目标特征表示.在跟踪过程中,将目标跟踪问题看作是背景与目标的判别性问题,使用目标和背景的特征表示在线训练朴素贝叶斯分类器,根据分类结果得到目标的跟踪结果.为了适应场景及目标外观变化,设计动态更新机制对字典与分类器进行在线更新.和传统基于稀疏表示的跟踪方法相比,该算法将稀疏表示与判别式分类器结合,利用稀疏表示获得具有判别力的目标特征表示,而在线的朴素贝叶斯分类器则确保了目标跟踪的快速有效.与流行的多种跟踪算法比较结果表明,本算法能够在复杂条件下实现目标的鲁棒跟踪. |
| 关 键 词： | 目标跟踪 稀疏表示 贝叶斯分类器 |
| 本文献已被 CNKI 等数据库收录！ | |