|
|||||
|
|
| 基于字典学习改进的时空上下文算法 | |
| 作者姓名： | 张尧 才华 曹露 王冰雪 陈广秋 |
| 作者单位： | 1. 长春理工大学 电子信息工程学院, 长春 130022; 2. 长春中国光学科学技术馆, 长春 130117 |
| 摘 要： | 针对强遮挡导致的跟踪目标失效问题, 提出一种基于字典学习改进的时空上下文算法. 先在目标和上下文区域构建前景字典和上下文字典, 再利用稀疏解的特性, 给提取目标特征更高的权重, 并参与模板的更新, 构造新的条件概率. 实验结果表明, 在出现严重遮挡的数据集中, 时空上下文算法跟踪成功率为19.5%, 改进算法成功率达94.5%, 改进算法能在出现强遮挡情况下有效对抗遮挡问题, 稳定跟踪. |
| 关 键 词： | 目标跟踪 稀疏解 时空上下文算法 模板更新 |
| 收稿时间： | 2019-05-09 |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(理学版)》下载全文 | |