在线鲁棒判别式字典学习视觉跟踪

• 作者: 朱虹 薛模根 袁广林
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 视觉跟踪 模板更新 字典学习 粒子滤波
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 838-845
• 页数: 8页
• 分类号: TP391.4
• 字数: 6079字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.04.012

摘要

传统子空间跟踪较好解决了目标表观变化和遮挡问题，但其仍存在对复杂背景下目标跟踪鲁棒性不足和模型漂移等问题。针对这两个问题，本文首先通过增大背景样本的重构误差和利用L1范数损失函数建立一种在线鲁棒判别式字典学习模型；其次，利用块坐标下降设计了该模型的在线学习算法用于视觉跟踪模板更新；最后，以粒子滤波为框架，结合提出的模板更新方法实现了鲁棒的视觉跟踪。实验结果表明：与IVT（Incremental Visual Tracking）、L1 APG（L1-tracker using Accelerated Proximal Gradient ）、ONNDL （Online Non-Negative Dictionary Learning ）和 PCOM （Probability Continuous Outlier Model）等典型跟踪方法相比，本文方法具有较强的鲁棒性和较高的跟踪精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛模根	陆军军官学院偏振光成像探测技术安徽省重点实验室	13	76	6.0	8.0
2	袁广林	陆军军官学院十一系	11	50	5.0	6.0
3	朱虹	陆军军官学院偏振光成像探测技术安徽省重点实验室	2	20	2.0	2.0