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:
视频目标跟踪在计算机视觉领域有着广泛应用,由于目标自身和外界环境变化的复杂性和难以预知性,使得复杂场景下鲁棒实时目标跟踪成为一项亟待解决的关键问题.由于视觉信息可以用少量神经元进行稀疏表示,因此稀疏表示已经广泛应用于人脸识别、目标检测和目标跟踪等计算机视觉领域.本文旨在对基于稀疏表示的视频目标跟踪算法进行综述.首先,介绍了基于稀疏表示的视频目标跟踪算法中的字典组成;其次,介绍了稀疏模型的构建及求解算法和模型更新,并对算法复杂度进行了简要分析;然后,对现有公开代码的稀疏表示跟踪算法在测试数据上进行了实验分析,结合算法模型和实验结果对其进行了分析;最后,对基于稀疏表示的视频跟踪算法存在问题进行了讨论,并对未来的研究趋势进行了展望.
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
样本分块稀疏表示判决式目标跟踪
粒子滤波
样本分块
稀疏表示
分类器
视频运动目标跟踪算法研究综述
计算机视觉
目标跟踪
最小均方误差滤波器
深度学习
均值漂移
卡尔曼滤波
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 基于稀疏表示的视频目标跟踪研究综述
来源期刊 自动化学报 学科
关键词 视频跟踪 稀疏表示 算法评估 实验分析
年,卷(期) 2018,(10) 所属期刊栏目 综述
研究方向 页码范围 1747-1763
页数 17页 分类号
字数 17855字 语种 中文
DOI 10.16383/j.aas.2018.c170209
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 侯志强 空军工程大学信息与导航学院 74 1526 13.0 38.0
3 查宇飞 空军工程大学航空工程学院 39 601 11.0 23.0
4 毕笃彦 空军工程大学航空工程学院 282 3094 27.0 43.0
5 高山 空军工程大学航空工程学院 49 151 6.0 9.0
6 库涛 空军工程大学航空工程学院 9 71 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (190)
共引文献  (681)
参考文献  (50)
节点文献
引证文献  (7)
同被引文献  (32)
二级引证文献  (1)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(6)
  • 参考文献(1)
  • 二级参考文献(5)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(16)
  • 参考文献(1)
  • 二级参考文献(15)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(29)
  • 参考文献(2)
  • 二级参考文献(27)
2010(24)
  • 参考文献(2)
  • 二级参考文献(22)
2011(22)
  • 参考文献(6)
  • 二级参考文献(16)
2012(30)
  • 参考文献(8)
  • 二级参考文献(22)
2013(38)
  • 参考文献(11)
  • 二级参考文献(27)
2014(15)
  • 参考文献(6)
  • 二级参考文献(9)
2015(7)
  • 参考文献(7)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
视频跟踪
稀疏表示
算法评估
实验分析
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
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导