基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对基于特征点匹配的跟踪算法只能处理纹理丰富的图像,L1 跟踪算法会发生跟踪漂移,本文提出-种基于局部稀疏表观模型的跟踪算法.该算法采用稀疏表示和局部图像块重叠采样建立目标外观模型,通过平均化对齐汇聚操作获得候选目标的向量表示,结合稀疏表示和增量子空间算法来更新模板,在贝叶斯框架下,将跟踪看成是求解最大后验概率的问题.整个算法的框架分为构建字典、候选目标的稀疏表观模型、计算后验概率、模板更新四个模块.实验表明该算法在很多经典视频中取得了较好的结果.
推荐文章
基于稀疏加权模型的局部判别跟踪
视觉跟踪
目标建模
表观变化
模型更新
稀疏表示
贝叶斯推论
基于局部稀疏表示的目标跟踪
视频监控
目标跟踪
局部表观模型
稀疏表示
局部特征块
粒子滤波
基于深度特征的稀疏表示目标跟踪算法
目标跟踪
稀疏表示
卷积神经网络
生成模型
深度学习
基于多表观模型竞争的视觉跟踪算法
视觉跟踪
模型更新
多表观模型
粒子滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于局部稀疏表观模型的目标跟踪
来源期刊 信息工程期刊:中英文版 学科 工学
关键词 图像处理 稀疏表观模型 增量子空间 目标跟踪
年,卷(期) 2015,(4) 所属期刊栏目
研究方向 页码范围 111-118
页数 8页 分类号 TP
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 魏宇星 中国科学院大学 10 170 5.0 10.0
2 邓集洪 中国科学院光电技术研究所 2 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (26)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像处理
稀疏表观模型
增量子空间
目标跟踪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息工程期刊:中英文版
双月刊
2167-0218
湖北省武汉市武昌区珞狮南路519号(中国
出版文献量(篇)
108
总下载数(次)
0
论文1v1指导