一种基于稀疏表示的判别式目标跟踪算法

• 作者: 戴平阳 李翠华 洪景新 詹小静
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标跟踪 稀疏表示 贝叶斯分类器
• 年，卷（期）: 2014,（4）
• 页码范围: 477-483
• 页数: 7页
• 分类号: TP391.4
• 字数: 4569字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.2014.04.008

摘要

目标跟踪是计算机视觉领域中具有挑战性的问题.提出了一种基于稀疏表示的判别式目标跟踪算法,用于在复杂场景中对运动目标进行鲁棒跟踪.该算法首先对目标进行滑动窗口稠密采样,构建目标的稀疏表示字典,然后将目标表示为该字典的稀疏编码,从而构造具有判别力的目标特征表示.在跟踪过程中,将目标跟踪问题看作是背景与目标的判别性问题,使用目标和背景的特征表示在线训练朴素贝叶斯分类器,根据分类结果得到目标的跟踪结果.为了适应场景及目标外观变化,设计动态更新机制对字典与分类器进行在线更新.和传统基于稀疏表示的跟踪方法相比,该算法将稀疏表示与判别式分类器结合,利用稀疏表示获得具有判别力的目标特征表示,而在线的朴素贝叶斯分类器则确保了目标跟踪的快速有效.与流行的多种跟踪算法比较结果表明,本算法能够在复杂条件下实现目标的鲁棒跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李翠华	厦门大学信息科学与技术学院	78	1178	20.0	30.0
2	洪景新	厦门大学信息科学与技术学院	20	168	7.0	12.0
3	戴平阳	厦门大学信息科学与技术学院	8	188	6.0	8.0
4	詹小静	厦门大学信息科学与技术学院	1	6	1.0	1.0