基于联合模板稀疏表示的目标跟踪方法

被引：7

作者：

张旭东

陈仲海

胡良梅

杨慧

董文菁

机构：

[1] 合肥工业大学计算机与信息学院

来源：

控制与决策 | 2015年 / 30卷 / 09期

关键词：

目标跟踪; 联合模板; 联合目标函数; 稀疏表示;

D O I：

10.13195/j.kzyjc.2014.1175

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统基于稀疏表示的目标跟踪方法中,当场景中含有与目标相似的背景时容易出现跟踪漂移的问题,提出一种新的目标跟踪方法.该方法基于目标的局部二元模式特征,将目标外观模型同时用原始目标模板与当前帧部分粒子构成的联合模板稀疏表示,构建一个联合目标函数,将跟踪问题通过迭代转化为求解最优化问题.实验结果表明,所提出跟踪方法在解决遮挡、光照等问题的同时,对场景中含有与目标相似背景的序列具有较好的跟踪效果.

引用

页码：1696 / 1700

页数：5

共 10 条

[1] 基于复杂特征融合的改进mean shift目标跟踪 [J].

杨欣 ;

费树岷 ;

李刚 ;

周大可 .

控制与决策, 2014, 29 (07) :1297-1300

[2] 结合目标预测位置的压缩跟踪 [J].

罗会兰 ;

钟宝康 ;

孔繁胜 .

中国图象图形学报, 2014, 19 (06) :875-885

[3] 基于稀疏表示和特征选择的LK目标跟踪 [J].

潘晴 ;

曾仲杰 .

计算机应用研究, 2014, 31 (02) :625-628

[4] 一种新的AdaBoost视频跟踪算法 [J].

徐建军 ;

张蓉 ;

毕笃彦 ;

孙路 .

控制与决策, 2012, 27 (05) :681-685

[5]

Robust visual tracking based on online learning sparse representation[J] . Shengping Zhang,Hongxun Yao,Huiyu Zhou,Xin Sun,Shaohui Liu. Neurocomputing . 2013

[6] One-class support vector machine-assisted robust tracking [J].

Fu, Keren ;

Gong, Chen ;

Qiao, Yu ;

Yang, Jie ;

Gu, Irene Yu-Hua .

JOURNAL OF ELECTRONIC IMAGING, 2013, 22 (02)

[7]

Incremental Learning for Robust Visual Tracking[J] . David A. Ross,Jongwoo Lim,Ruei-Sung Lin,Ming-Hsuan Yang. International Journal of Computer Vision . 2008 (1)

[8]

Object tracking[J] . Alper Yilmaz,Omar Javed,Mubarak Shah. ACM Computing Surveys (CSUR) . 2006 (4)

[9]

Visual Tracking with Online MultipleInstance Learning .2 Boris Babenko,Ming-Hsuan Yang,Serge Belongie. Computer Vision and Pattern Recognition . 2009

[10]

Visual tracking decomposition .2 KWON J,LEE K. IEEE Conf.on Computer Vision and Pattern Recognition . 2010

← 1 →