基于在线特征选择的实时压缩跟踪

被引:11
作者
毛征
袁建建
吴珍荣
曲劲松
李红岩
机构
[1] 北京工业大学电子信息与控制工程学院
关键词
在线特征选择; 压缩感知; 子区域特征; 实时压缩跟踪;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对原始压缩跟踪算法无法自适应选择特征易导致目标丢失或者漂移这一现象,提出一种基于在线选择特征的实时压缩跟踪算法。首先,在初始化阶段生成两个互补的投影矩阵,利用该投影矩阵提取特征构造候选特征池。然后,通过特征置信度度量策略实时从候选特征池中选择置信度较高的特征,并融合所选特征对应的置信度构造分类器。最后,利用该分类器对候选样本做二元分类处理,获得最高分类器响应值的样本作为最后跟踪结果;而上一帧跟踪结果用来在线更新特征池和分类器为后续跟踪做准备。本算法在多个公共测试视频序列与原始压缩跟踪算法进行了对比,结果表明其跟踪精度和鲁棒性方面得到了改善,对于320pixel×240pixel大小的视频平均处理帧速为25frame/s,满足实时跟踪要求。
引用
收藏
页码:730 / 736
页数:7
相关论文
共 4 条
[1]   基于压缩感知的多特征实时跟踪 [J].
朱秋平 ;
颜佳 ;
张虎 ;
范赐恩 ;
邓德祥 .
光学精密工程 , 2013, (02) :437-444
[2]   遮挡环境下采用在线Boosting的目标跟踪 [J].
颜佳 ;
吴敏渊 .
光学精密工程, 2012, 20 (02) :439-446
[3]  
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)
[4]  
Database-friendly random projections: Johnson-Lindenstrauss with binary coins[J] . Dimitris Achlioptas.Journal of Computer and System Sciences . 2003 (4)