基于在线判别分析的鲁棒 L1视觉跟踪算法

• 作者: 代江华 余胜生 孙伟平 郭红星
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 视觉跟踪 粒子滤波 在线判别分析 逻辑回归 L1优化
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 1-6,122
• 页数: 7页
• 分类号: TP311
• 语种: 中文
• DOI: 10.13245/j.hust.140801

摘要

通过分析经典L1视觉跟踪算法在粒子滤波框架下的采样粒子分布与运动目标真实状态的差异，提出了一种基于在线判别分析的改进L1视觉跟踪算法。该跟踪算法利用基于在线逻辑回归模型的判别分析及其更新过程，自主获取运动目标的实时状态与变化，增强运动目标与背景信息之间的可判别性，以实现采样粒子的自适应重要性筛选。通过筛选，尽量排除与运动目标差异大的粒子，降低这些粒子造成的跟踪不稳定性，并减少L1优化求解的次数，从而提高跟踪的鲁棒性和整个算法的执行效率。与五种跟踪算法在四组公开视频上的实验结果表明：提出的算法能够长时间准确地对运动目标进行跟踪，同时相对经典L1跟踪算法而言，有效地降低了计算复杂度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余胜生	华中科技大学计算机科学与技术学院	229	2241	22.0	34.0
2	郭红星	华中科技大学计算机科学与技术学院	15	113	6.0	10.0
3	孙伟平	华中科技大学计算机科学与技术学院	13	41	4.0	5.0
4	代江华	华中科技大学计算机科学与技术学院	3	16	2.0	3.0