联合混合范数约束和增量非负矩阵分解的目标跟踪

• 作者: 荆晓远 董西伟 陈芸
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 增量非负矩阵分解 混合范数 稀疏表示 目标跟踪 粒子滤波
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 260-264
• 页数: 5页
• 分类号: TP391
• 字数: 3983字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.12.049

摘要

针对当前目标跟踪算法因光照变化、部分遮挡、姿态变化以及背景杂乱等因素引起的跟踪漂移问题,联合混合范数约束和增量非负矩阵分解,提出一种目标跟踪算法.通过对目标的非负矩阵分解获得其局部结构信息,有效应对局部遮挡,同时达到降维目的.通过稀疏描述下的混合范数约束进一步抑制外界环境的干扰,并利用加速近似梯度算法迭代求解优化问题.为更好地满足实时精准跟踪的需求,应用遮挡检测及在线更新策略读取跟踪目标位置.在粒子滤波跟踪框架中的实验结果显示,相比IVT、多示例学习、Frag和L1 APG跟踪算法,该算法的鲁棒性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	荆晓远	南京邮电大学自动化学院	52	99	5.0	6.0
2	陈芸	江苏信息职业技术学院物联网工程系	17	61	5.0	6.0
4	董西伟	南京邮电大学自动化学院	16	38	3.0	4.0