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:
首先提出基于双向稀疏表示的目标跟踪模型框架.该模型用L1范数来约束正反向重构误差,通过利用加速逼近梯度(APG)算法求得正反稀疏系数矩阵,根据目标正负模板集和候选模板集之间的距离度量得到权重矩阵.通过权重矩阵与正反稀疏系数矩阵,得到候选样本集中正负差异度最大的候选样本,把最优候选样本作为跟踪最优目标;然后在目标模板集和候选样本集之间的距离度量上,由于传统欧氏距离权重在目标发生遮挡、光照等情况下具有不准确性,基于此提出改进的局部权重距离度量方法.该算法在复杂环境视频序列下,相比传统目标跟踪算法具有较高的鲁棒性.
推荐文章
融合局部加权余弦与稀疏表示的目标跟踪算法
目标跟踪
局部加权
余弦相似
稀疏表示
联合模型
基于局部稀疏表示的目标跟踪算法
目标跟踪
稀疏表示
l1算法
分块策略
生成模型
基于稀疏加权模型的局部判别跟踪
视觉跟踪
目标建模
表观变化
模型更新
稀疏表示
贝叶斯推论
基于双向稀疏表示的鲁棒目标跟踪算法?
稀疏表示
目标跟踪
贝叶斯框架
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 局部加权距离度量的双向稀疏表示目标跟踪
来源期刊 计算机技术与发展 学科 工学
关键词 视觉跟踪 双向稀疏 L1范数 加速逼近梯度 局部权重距离度量
年,卷(期) 2018,(4) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 60-64,70
页数 6页 分类号 TP31
字数 4329字 语种 中文
DOI 10.3969/j.issn.1673-629X.2018.04.013
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 朱文球 湖南工业大学计算机学院 55 200 8.0 9.0
3 孙文静 湖南工业大学计算机学院 4 12 2.0 3.0
5 王业祥 湖南工业大学计算机学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (32)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
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)
研究主题发展历程
节点文献
视觉跟踪
双向稀疏
L1范数
加速逼近梯度
局部权重距离度量
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导