样本分块稀疏表示判决式目标跟踪

• 作者: 侯跃恩 李伟光
• 来源期刊: 计算机应用研究
• 关键词: 粒子滤波 样本分块 稀疏表示 分类器
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2510-2513,2531
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.08.068

摘要

为了提高目标跟踪算法的鲁棒性和准确性,提出了一种粒子滤波框架下的样本分块稀疏表示判决式跟踪算法.算法在首帧提取目标模板和背景模板,并将这些模板进行分块,构建模板字典.然后将候选目标进行分块处理,并使用模板字典稀疏重构候选目标分块,从而获得候选目标的稀疏系数和残差,进而构建一款贝叶斯分类器.分类器的输入为候选目标稀疏系数和残差中提取的相似度信息,输出为候选目标与真实目标的相似度.分类器通过跟踪过程中获得的正负样本进行训练,使之能够适应目标和背景的变化.最后,将所提算法在八组具有挑战性的视频中进行测试,平均跟踪误差为5.9个像素,跟踪成功率为89％.与选取的三种先进的算法比较,所提算法具有更高的鲁棒性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟光	华南理工大学机械工程学院	167	1182	19.0	26.0
2	侯跃恩	嘉应学院计算机学院	10	9	2.0	2.0