基于L范数最小化的实时目标跟踪

被引：9

作者：

齐美彬 ^{[1
,2
]}

杨勋 ^{[1
]}

杨艳芳 ^{[3
]}

陆磊 ^{[1
]}

蒋建国 ^{[1
,2
]}

机构：

[1] 不详

[2] 合肥工业大学计算机与信息学院

[3] 不详

[4] 安全关键工业测控技术教育部工程研究中心

[5] 合肥工业大学电子科学与应用物理学院

[6] 不详

来源：

中国图象图形学报 | 2014年 / 01期

关键词：

目标跟踪; 稀疏表示; 贝叶斯推理; L 2范数最小化;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

目的在贝叶斯推理框架下,基于稀疏表示的跟踪算法能够较好地处理目标在视频场景中的各种复杂的外观变化,取得较为鲁棒的跟踪效果,但算法的计算复杂度很高,很难满足实时性要求。针对稀疏跟踪算法的这一问题,提出了一种基于L2范数最小化的实时目标跟踪算法。方法将主成分分析(PCA)子空间目标表示与L2范数最小化进行结合,去除稀疏跟踪算法中常用的琐碎模板集,建立基于L2范数最小化的目标表示模型以及将遮挡等因素考虑在内的观测似然度函数。结果在大量的实验测试集上的对比实验结果显示,该算法和多个非常优秀的跟踪算法相比,可以达到相同甚至更高的跟踪精度,而且在多个测试集上可以达到20帧/s的速度。结论该算法可以很好地应对视频监控场景中遮挡、光线突变、尺度变化和非刚性形变等干扰,同时算法复杂度低,满足了实时要求。

引用

页码：36 / 44

页数：9