基于字典学习改进的时空上下文算法

• 作者: 张尧 才华 曹露 王冰雪 陈广秋
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 目标跟踪 稀疏解 时空上下文算法 模板更新
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1442-1448
• 页数: 7页
• 分类号: TP391
• 字数: 3544字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2019181

摘要

针对强遮挡导致的跟踪目标失效问题,提出一种基于字典学习改进的时空上下文算法.先在目标和上下文区域构建前景字典和上下文字典,再利用稀疏解的特性,给提取目标特征更高的权重,并参与模板的更新,构造新的条件概率.实验结果表明,在出现严重遮挡的数据集中,时空上下文算法跟踪成功率为19.5％,改进算法成功率达94.5％,改进算法能在出现强遮挡情况下有效对抗遮挡问题,稳定跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈广秋	长春理工大学电子信息工程学院	33	96	6.0	8.0
2	张尧	长春理工大学电子信息工程学院	3	9	1.0	3.0
3	曹露	长春理工大学电子信息工程学院	1	0	0.0	0.0
4	王冰雪	长春理工大学电子信息工程学院	3	0	0.0	0.0