判别稀疏表示与在线字典学习的运动目标跟踪

• 作者: 吉训生 陈赛 黄越
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 稀疏表示 目标跟踪 字典学习 梯度方向直方图
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 图形图像处理
• 页码范围: 211-215
• 页数: 5页
• 分类号: TP391
• 字数: 4603字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1505-0252

摘要

针对传统稀疏表示不能有效区分目标和背景的缺点,提出一种判别稀疏表示算法,这种算法在传统稀疏表示目标函数中加入一个判别函数,大大降低干扰因素对目标跟踪的影响.基于判别稀疏表示和?1约束,提出一种在线字典学习算法升级目标模板,有效降低背景信息对目标模板的影响.提取目标梯度方向的直方图(HOG)特征,利用其对光照和形变等复杂环境具有较强鲁棒性的优点,实现对目标更稳定的跟踪.实验结果表明,与现有跟踪方法相比,该算法的跟踪效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉训生	江南大学物联网工程学院	54	470	10.0	20.0
2	陈赛	江南大学物联网工程学院	7	10	2.0	3.0
3	黄越	无锡职业技术学院物联网技术系	4	9	2.0	3.0