基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对经典稀疏分类目标跟踪算法在噪声,遮挡等恶劣环境下精度不高的问题,提出了一种新的目标跟踪算法.该算法在标准对冲框架下结合了核函数稀疏分类方法以及自适应字典更新方法,能够较好地适应类间相似度较高与目标外形变化较大等恶劣情况.核函数技巧能够增强分类器性能,但通用方法求解凸优化问题的效率较低,不能满足目标跟踪问题的实时性要求,故提出用核函数随机坐标下降(KRCD)算法来高效求解稀疏系数,并使用核函数稀疏分类方法(KRCD-SRC)来计算各个粒子的代价值.为了避免模板漂移问题,解释了目标字典和背景字典的在线更新方法.最后,结合标准对冲算法估算目标的状态信息.在使用50个粒子进行跟踪时,本文算法的处理帧率能够达到14 frame/s.相比其它几种经典目标跟踪算法,本文算法具有更好的精确性和鲁棒性.
推荐文章
结合高斯核函数的卷积 神经网络跟踪算法
视觉跟踪
卷积神经网络
高斯核函数
粒子滤波
样本分块稀疏表示判决式目标跟踪
粒子滤波
样本分块
稀疏表示
分类器
基于深度特征的稀疏表示目标跟踪算法
目标跟踪
稀疏表示
卷积神经网络
生成模型
深度学习
改进型稀疏分类鲁棒目标跟踪算法
目标跟踪
模板更新
稀疏表示
判别分析
分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合标准对冲与核函数稀疏分类的目标跟踪
来源期刊 光学精密工程 学科 工学
关键词 目标跟踪 核函数稀疏分类 自适应字典更新 标准对冲
年,卷(期) 2012,(11) 所属期刊栏目 信息科学
研究方向 页码范围 2540-2547
页数 分类号 TP391
字数 6563字 语种 中文
DOI 10.3788/OPE.20122011.2540
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 柴毅 重庆大学自动化学院 157 2347 25.0 41.0
2 熊庆宇 重庆大学自动化学院 55 621 14.0 22.0
3 匡金骏 重庆大学自动化学院 7 73 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (35)
参考文献  (10)
节点文献
引证文献  (10)
同被引文献  (32)
二级引证文献  (350)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(8)
  • 参考文献(3)
  • 二级参考文献(5)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(17)
  • 引证文献(4)
  • 二级引证文献(13)
2015(31)
  • 引证文献(2)
  • 二级引证文献(29)
2016(61)
  • 引证文献(1)
  • 二级引证文献(60)
2017(78)
  • 引证文献(1)
  • 二级引证文献(77)
2018(100)
  • 引证文献(0)
  • 二级引证文献(100)
2019(58)
  • 引证文献(0)
  • 二级引证文献(58)
2020(13)
  • 引证文献(0)
  • 二级引证文献(13)
研究主题发展历程
节点文献
目标跟踪
核函数稀疏分类
自适应字典更新
标准对冲
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光学精密工程
月刊
1004-924X
22-1198/TH
大16开
长春市东南湖大路3888号
12-166
1959
chi
出版文献量(篇)
6867
总下载数(次)
10
总被引数(次)
98767
论文1v1指导