稀疏表示的超像素在线跟踪

• 作者: 吴镇扬 周同驰 周琳 李拟珺 程旭
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 视觉跟踪 在线学习 表观变化 稀疏表示 超像素
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 论文
• 页码范围: 2393-2399
• 页数: 7页
• 分类号: TP391
• 字数: 4988字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2013.01784

摘要

目标表观变化的处理是视觉跟踪领域极具挑战性的问题，该文针对这一问题，在粒子滤波框架下提出一种高效的基于超像素的L1跟踪方法(SuperPixel-L1 tracker, SPL1)。首先利用具有结构性信息的中层视觉线索(超像素)构造字典来对目标的表观建模；然后求解由粒子表示的候选目标状态的 L1范数最小化，把重构误差最小的候选状态作为跟踪的结果；最后进一步改进了字典的在线更新策略，不论目标发生遮挡与否，字典都被学习更新；为了降低目标发生漂移的可能，更新时保留初始帧的信息。仿真结果验证了SPL1在目标发生长时间遮挡、尺度和光照变化时依然能够稳定地跟踪目标。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴镇扬	东南大学信息科学与工程学院	167	1889	20.0	37.0
2	周琳	东南大学信息科学与工程学院	39	136	7.0	9.0
3	程旭	东南大学信息科学与工程学院	9	56	5.0	7.0
4	李拟珺	东南大学信息科学与工程学院	7	25	4.0	5.0
5	周同驰	东南大学信息科学与工程学院	5	29	3.0	5.0