基于稀疏表示的视觉机器人运动目标跟踪研究*

• 作者: 朱加雷 王飞 许文龙 陈国华
• 来源期刊: 机电工程技术
• 学科: 工学
• 关键词: 视觉伺服机器人 稀疏表示 目标跟踪
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 工业自动化
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP24
• 字数: 3041字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9492.2013.09.001

摘要

针对分类器学习常常面临高维数据的问题，借助稀疏表示理论对目标样本多尺度Harr特征进行数据降维，构建朴素贝叶斯分类器进行目标正负样本的学习和更新，选择具有最大分类器响应值的样本作为目标的当前状态，实现了对运动目标的快速而有效的跟踪。实验结果表明该方法适用于机器人运动目标跟踪，在提高实时性的同时能保持一定的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱加雷	北京石油化工学院能源工程先进连接技术北京市工程研究中心	48	416	13.0	19.0
2	陈国华	北京化工大学机电工程学院	21	69	5.0	7.0
3	王飞		61	234	9.0	13.0
4	许文龙	北京化工大学机电工程学院	1	3	1.0	1.0