融合李群理论与特征子空间基的图像目标跟踪

• 作者: 吴刚 唐振民 杨静宇
• 来源期刊: 控制理论与应用
• 关键词: 目标识别 群空间 学习 特征
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 论文与报告
• 页码范围: 1272-1276
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文

摘要

针对复杂背景下目标跟踪窗口易受噪声干扰从而产生形变与漂移的问题,本文利用群空间中仿射群组受扰动后的形不变属性,将系统状态变量映射到李群空间进行处理,同时采用增量主元分析法(IPCA)算法实时学习并更新目标特征子空间数据.所提方法在利用粒子滤波算法采样粒子时,通过引入测量向量以提高权值计算的准确性.在基于Car11等4个测试集的实验中,结果优于IVT跟踪器,本文跟踪器窗口在噪声干扰下不会产生形变,跟踪成功率达到96％,结果优于IVT跟踪器.对比Kwon跟踪器,本文跟踪方法显著降低了算法复杂度,平均执行时间有效地控制在0.32 s/帧.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学与技术学院	623	11098	50.0	74.0
2	唐振民	南京理工大学计算机科学与技术学院	191	2436	26.0	40.0
3	吴刚	南京理工大学计算机科学与技术学院	15	170	8.0	12.0