基于多模型的实时压缩跟踪算法

• 作者: 伍悠 吴宏林 张建明 金晓康
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 目标跟踪 压缩感知 实时 多模型 动态学习率
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 论文
• 页码范围: 2373-2380
• 页数: 8页
• 分类号: TP391
• 字数: 6296字
• 语种: 中文
• DOI: 10.11999/JEIT171128

摘要

目标跟踪易受光照、遮挡、尺度、背景及快速运动等因素的影响,还要求较高的实时性.目标跟踪中基于压缩感知的跟踪算法实时性好,但目标外观变化较大时跟踪效果不理想.该文基于压缩感知的框架提出多模型的实时压缩跟踪算法(MMCT),采用压缩感知来降低跟踪过程产生的高维特征,保证实时性能;通过判断前两帧的分类器最大分类分数的差值来选择最合适的模型,提高了定位的准确性;提出新的模型更新策略,按照决策分类器的不同采用固定或动态的学习率,提高了分类精度.MMCT引入的多模型没有增加计算负担,表现出优异的实时性能.实验结果表明,MMCT算法能够很好地适应光照、遮挡、复杂背景及平面旋转的情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建明	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	25	87	6.0	7.0
2	吴宏林	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	17	60	5.0	6.0
3	金晓康	长沙理工大学计算机与通信工程学院	4	3	1.0	1.0
4	伍悠	长沙理工大学计算机与通信工程学院	2	0	0.0	0.0