基于双向稀疏表示的鲁棒目标跟踪算法?

• 作者: 吴京辉 唐林波 王保宪 王水根 赵保军
• 来源期刊: 物理学报
• 关键词: 稀疏表示 目标跟踪 贝叶斯框架
• 年，卷（期）: 2014,（23）
• 所属期刊栏目: 电磁学、光学、声学、传热学、经典力学和流体动力学
• 页码范围: 234201-1-234201-11
• 页数: 1页
• 语种: 中文
• DOI: 10.7498/aps.63.234201

摘要

目前，基于稀疏表示的目标跟踪通常为在目标模板集上重构候选样本的正向模型或者在候选样本集上描述目标模板的反向模型。两个模型的共同点是均需计算候选样本与模板集合之间的稀疏相关系数矩阵。基于此，建立了一个双向联合稀疏表示的跟踪模型，该模型通过L2范数约束正反向稀疏相关系数矩阵达到一致收敛。与之前的单向稀疏表示模型相比，双向稀疏表示跟踪模型在正反向联合求解框架下可以更加充分地挖掘所有候选样本与模板集之间的稀疏映射关系，并将稀疏映射表上对正负模板区分度最好的候选样本作为目标。基于加速逼近梯度(accelerated proximal gradient)快速算法，以矩阵形式推导了双向稀疏表示模型的求解框架，使得候选样本集和目标模板集均以矩阵方式并行求解，在一定程度上提高了计算效率。实验数据表明所提出的算法优于传统的单向稀疏表示目标跟踪算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵保军	北京理工大学信息与电子学院	149	1750	23.0	32.0
2	唐林波	北京理工大学信息与电子学院	39	375	10.0	18.0
3	吴京辉	北京理工大学信息与电子学院	4	35	3.0	4.0
4	王保宪	北京理工大学信息与电子学院	2	25	2.0	2.0
5	王水根	北京理工大学信息与电子学院	2	25	2.0	2.0