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:
提出一种基于协同表示的新的目标跟踪算法.在贝叶斯框架下,采用基于重构误差的观测似然函数和考虑遮挡的模型更新机制设计一个鲁棒的跟踪器.用l1范数来建模重构误差以更好地容忍奇异值,同时用协同表示对编码系数进行约束.实验结果表明,和其他算法相比,本文算法能够战胜遮挡、尺度变化、光照变化、背景混乱等干扰因素,具有较高的准确度和鲁棒性.
推荐文章
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
基于稀疏表示和特征选择的LK目标跟踪
视觉跟踪
稀疏表示
LK图像配准算法
特征选择
对极几何约束下的粒子滤波目标协同跟踪算法
对极几何约束
双视角
粒子滤波
目标协同跟踪
基于强跟踪AUKF的目标跟踪算法
目标跟踪
UKF
自适应UKF
强跟踪滤波
时变渐消因子
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 基于协同表示的目标跟踪算法
来源期刊 中国科学院大学学报 学科 工学
关键词 目标跟踪 协同表示 (l)1范数 观测似然函数
年,卷(期) 2016,(1) 所属期刊栏目 信息与电子科学
研究方向 页码范围 135-143
页数 分类号 TP391
字数 语种 中文
DOI 10.7523/j.issn.2095-6134.2016.01.020
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 王海军 滨州学院山东省高校航空信息技术重点实验室 27 78 5.0 6.0
2 张圣燕 滨州学院山东省高校航空信息技术重点实验室 22 68 5.0 7.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(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
目标跟踪
协同表示
(l)1范数
观测似然函数
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
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
论文1v1指导