一种加速的PCA-L1增量子空间学习跟踪方法

• 作者: 康林 王兵学 黄自力
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: PCA-L1算法 l1范数 APG 粒子滤波
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 自动测量与控制
• 页码范围: 33-37,41
• 页数: 6页
• 分类号: TP302
• 字数: 4465字
• 语种: 中文
• DOI: 10.7690/bgzdh.2015.05.010

摘要

为解决PCA-L1增量子空间学习跟踪方法运算量大、实时性不强的不足,分析了PCA-L1的目标跟踪算法的运算瓶颈,应用、改进了边界误差重采样(bounded particle resampling,BPR)算法,引进了加速近似梯度法(accelerated proximal gradient,APG),并测试、比较了该方法与其他经典方法的跟踪效果及运算速度.实验结果表明:该方法加速效果明显,能提高跟踪的实时性,有较强的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王兵学	西南技术物理研究所研究生部	5	19	2.0	4.0
3	黄自力	西南技术物理研究所研究生部	41	162	7.0	10.0
6	康林	总装备部重庆军事代表局驻绵阳地区军代室	3	8	1.0	2.0