基于两阶段稀疏表示的稳健快速视觉跟踪

被引：4

作者：

刘文琢 ^{[1
]}

袁广林 ^{[2
]}

薛模根 ^{[1
]}

机构：

[1] 陆军军官学院偏振光成像探测技术安徽省重点实验室

[2] 陆军军官学院十一系

来源：

光学学报 | 2016年 / 36卷 / 12期

关键词：

机器视觉; 目标跟踪; 两阶段稀疏表示; 粒子滤波;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

L1跟踪对局部遮挡具有较好的稳健性,但存在对模板中的离群信息比较敏感和计算速度慢的问题。针对这两个问题,提出了两阶段稀疏表示模型,并基于块坐标优化原理设计了相应的快速求解算法。在第一阶段,该算法利用局部约束线性编码,求解目标模板表示系数,在第二阶段,该算法利用软阈值操作,求解小模板表示系数。以粒子滤波为跟踪方法,结合提出的模型和算法实现了稳健快速的视觉跟踪。利用标准图像序列对提出的方法进行了验证,实验结果表明,提出的跟踪方法在稳健性和跟踪速度方面均优于现有跟踪方法。

引用

页码：183 / 189

页数：7

共 3 条

[1] Robust Visual Tracking via Structured Multi-Task Sparse Learning [J].

Zhang, Tianzhu ;

Ghanem, Bernard ;

Liu, Si ;

Ahuja, Narendra .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2013, 101 (02) :367-383

[2] Block-Coordinate Gradient Descent Method for Linearly Constrained Nonsmooth Separable Optimization [J].

Tseng, P. ;

Yun, S. .

JOURNAL OF OPTIMIZATION THEORY AND APPLICATIONS, 2009, 140 (03) :513-535

[3]

A review of fast L1-minimization algorithms for robust face recognition .2 Yang A Y,Ganesh A,Zhou Zi-han,et al. IEEE Transactions on Image Processing . 2013

← 1 →