-
题名基于稀疏子空间选择的在线目标跟踪
被引量：2
- 1
-
-
作者
黄丹丹
孙怡
-
机构
大连理工大学信息与通信工程学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2016年第7期1077-1089,共13页
-
文摘
本文在粒子滤波框架下提出一种基于稀疏子空间选择的两步在线跟踪方法.在跟踪的第一步,利用稀疏子空间选择算法筛选出与目标状态相似性较高的候选区域,并将目标与背景间的过渡区域定义为单独的类别以降低目标发生漂移的可能;第二步则通过构建有效的观测模型计算候选区域与目标状态间的相似性,其中相似性函数综合考虑二者在整体和局部特征上的相似性,且将目标的原始状态和当前状态都作为参考,因此增强了观测模型的可靠性;最后利用最大后验概率估计目标状态.此外,该算法通过对目标数据的更新来适应目标的表观变化.实验结果表明该算法能有效处理目标跟踪中的遮挡、运动模糊、光流与尺度变化等问题,与当前流行的9种跟踪方法在多个测试视频上的对比结果验证了该算法的有效性.
-
关键词
目标跟踪
表观变化
稀疏子空间选择
粒子滤波
-
Keywords
Object tracking, appearance changes, sparse subspace selection, particle filter
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
