基于粒子滤波与稀疏表达的目标跟踪方法

被引：14

作者：

杨大为 ^{[1
,2
,3
]}

丛杨 ^{[1
]}

唐延东 ^{[1
]}

机构：

[1] 中国科学院沈阳自动化研究所

来源：

模式识别与人工智能 | 2013年 / 26卷 / 07期

关键词：

目标跟踪; 稀疏表达; 局部二元模式(LBP); 粒子滤波;

D O I：

10.16451/j.cnki.issn1003-6059.2013.07.008

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对视频序列图像目标跟踪中的光照变化问题,提出一种在粒子滤波器框架内,基于目标的局部二元模式(LBP)纹理特征,使用稀疏表达进行目标跟踪的方法.当前帧的跟踪粒子由前一帧的跟踪结果按高斯分布来生成.通过解l1正则化最小二乘方问题,获得每个粒子对应于模板子空间的稀疏表达,确定当前帧图像中的跟踪目标.然后使用粒子滤波器生成下一帧跟踪的粒子分布.在跟踪过程中采用新的动态模板更新策略更新模板空间中的模板.实验结果证明该方法的有效性和先进性.

引用

页码：680 / 687

页数：8

共 7 条

[1] 基于稀疏表示的半监督降维方法 [J].

张春涛 ;

郭皎 ;

徐家良 .

计算机工程与应用, 2011, 47 (20) :181-183+187

[2] 视觉跟踪技术综述 [J].

侯志强 ;

韩崇昭 .

自动化学报, 2006, (04) :603-617

[3] A robust template tracking algorithm with weighted active drift correction [J].

Fan, Baojie ;

Du, Yingkui ;

Zhu, Linlin ;

Sun, Jing ;

Tang, Yandong .

PATTERN RECOGNITION LETTERS, 2011, 32 (09) :1317-1327

[4]

Improvement of Kalman filters for WLAN based indoor tracking[J] . Jaegeol Yim,Seunghwan Jeong,Kiyoung Gwon,Jaehun Joo.Expert Systems With Applications . 2009 (1)

[5]

CamShift guided particle filter for visual tracking[J] . Zhaowen Wang,Xiaokang Yang,Yi Xu,Songyu Yu.Pattern Recognition Letters . 2008 (4)

[6]

Performance comparison of EKF and particle filtering methods for maneuvering targets[J] . Digital Signal Processing . 2006 (4)

[7]

Visual contour tracking based on particle filters[J] . Peihua Li,Tianwen Zhang,Arthur E.C. Pece.Image and Vision Computing . 2002 (1)

← 1 →