基于结构化判别稀疏表示的目标跟踪

• 作者: 茅正冲 黄舒伟
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 结构化稀疏表示 目标跟踪 尺度不变特征变换 分类器 字典
• 年，卷（期）: 2018,（3）
• 页码范围: 271-277
• 页数: 7页
• 分类号: TP391
• 字数: 5027字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2018.42.03.003

摘要

针对稀疏表示目标跟踪算法采用整体模板且区分目标与背景的能力差的缺点,该文提出了一种改进算法.采用尺度不变特征变换( SIFT)对目标进行特征提取.采用结构化稀疏表示的外观模型对候选目标进行稀疏表示,得到稀疏系数.通过正负样本设计并训练判别分类器,然后对候选目标进行分类,获得置信值.采用上一帧的跟踪结果对分类器与字典进行更新.对该文算法进行了仿真研究.计算仿真结果中3种测试序列的平均重叠率和平均中心点误差, Deer测试序列的值为0.633 8和9.397 6,Car11测试序列的值为0.677 5和1.943 3,Caviar2测试序列的值为0.753 5和3.838 2.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	茅正冲	江南大学轻工过程先进控制教育部重点实验室	55	151	7.0	9.0
2	黄舒伟	江南大学轻工过程先进控制教育部重点实验室	4	2	1.0	1.0