利用判别字典学习的视觉跟踪方法

• 作者: 王洪雁 裴腾达 邱贺磊
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 视觉跟踪 稀疏表示 字典学习 非凸优化 贝叶斯推理
• 年，卷（期）: 2019,（4）
• 页码范围: 150-158
• 页数: 9页
• 分类号: TP391.41
• 字数: 7638字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2019.04.021

摘要

针对复杂背景及遮挡等引起目标跟踪性能显著下降的问题,提出一种目标跟踪方法.该方法首先根据目标时空局部相关性获取目标及背景样本.而后建立字典学习模型:基于误差项捕获遮挡等产生的异常值,利用极大极小凹加函数惩罚稀疏编码及误差矩阵,且对字典施加不一致约束项以提高字典的鲁棒性和判别性.针对所构建的非凸字典学习优化问题,利用优化最小化方法对其求解以获得较好的收敛性.最后,由所得判别字典计算候选目标的重构误差以构建目标观测模型,并基于贝叶斯推理框架实现目标精确跟踪.仿真结果表明,与现有主流算法相比,所提方法在复杂环境下可显著地提高目标跟踪的精度及鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪雁	大连大学信息工程学院	30	40	3.0	5.0
2	裴腾达	大连大学信息工程学院	8	12	2.0	2.0
3	邱贺磊	大连大学信息工程学院	4	5	2.0	2.0