本文選題：非負矩陣分解　切入點：稀疏約束　出處：《計算機輔助設計與圖形學學報》2017年09期 　論文類型：期刊論文

【摘要】：針對目標跟蹤在遮擋和尺度變化等復雜背景下跟蹤性能下降問題,聯(lián)合稀疏約束、時間平滑約束以及增量投影非負矩陣分解,提出一種在線目標跟蹤算法.首先利用非負矩陣分解學習一個基于部分表示的子空間,在此基礎上添加稀疏約束提高處理遮擋能力,添加時間平滑約束提高算法的穩(wěn)定性;然后用增量方式完成子空間的在線更新,減少算法計算量、提高外觀模型更新效率;最后在粒子濾波框架下,以重構誤差為基礎改進了觀測似然函數(shù),將具有最大后驗概率的候選目標作為目標在當前幀的圖像區(qū)域.實驗結果表明,在各種含有遮擋和尺度變化的視頻中,該算法可以更穩(wěn)定地跟蹤目標.
[Abstract]:Aiming at the degradation of tracking performance in complex background such as occlusion and scale variation, the tracking performance of target tracking is reduced by combining sparse constraint, time smoothing constraint and incremental projection nonnegative matrix decomposition. An online target tracking algorithm is proposed. Firstly, a subspace based on partial representation is studied by using non-negative matrix decomposition. On this basis, sparse constraints are added to improve the ability of processing occlusion, and time smoothing constraints are added to improve the stability of the algorithm. Then the on-line updating of subspace is accomplished by incremental method, which reduces the computational cost and improves the efficiency of appearance model updating. Finally, based on the reconstruction error, the observational likelihood function is improved under the framework of particle filter. The candidate target with the maximum posterior probability is used as the target in the image region of the current frame. The experimental results show that the algorithm can track the target more stably in all kinds of video with occlusion and scale variation.
【作者單位】： 安徽大學計算智能與信號處理教育部重點實驗室;安徽大學媒體計算研究所;
【基金】：國家自然科學基金(61372137,61301295) 安徽省自然科學基金(1308085QF100,1408085MF113) 安徽大學信息保障技術協(xié)同創(chuàng)新中心開放課題(ADXXBZ201411);安徽大學博士科研啟動基金
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 徐泰燕;郝玉龍;;非負矩陣分解及其應用現(xiàn)狀分析[J];武漢工業(yè)學院學報;2010年01期

2 何光輝;張?zhí)?;保持拓撲性非負矩陣分解法在人臉識別的應用[J];計算機工程與應用;2010年14期

3 史加榮;焦李成;尚凡華;;不完全非負矩陣分解的加速算法[J];電子學報;2011年02期

4 王文俊;張軍英;;一種非負矩陣分解的快速方法[J];計算機工程與應用;2009年25期

5 張雷鳴;李秋丹;廖勝才;;非負矩陣分解在標簽語義分析中的應用[J];計算機科學;2010年04期

6 于彬;;基于局部非負矩陣分解的人臉識別[J];科學技術與工程;2010年33期

7 宋金歌;楊景;陳平;佘玉梅;;一種非負矩陣分解的快速稀疏算法[J];云南民族大學學報(自然科學版);2011年04期

8 高燕燕;;非負矩陣分解及其應用探討[J];硅谷;2011年23期

9 郝紅;徐常青;張新平;;基于非負矩陣分解的航拍圖像信息提取[J];浙江農林大學學報;2012年01期

10 吳榮玉;樊豐;舒建;;基于非負矩陣分解的魯棒哈希函數(shù)驗證性研究[J];電子技術應用;2012年01期

相關會議論文 前5條

1 蔣永鍇;葉東毅;;基于稀疏非負矩陣分解的自動多文摘方法[A];中國計算機語言學研究前沿進展（2007-2009）[C];2009年

2 馬帥;吳飛;楊易;邵健;;基于稀疏非負矩陣分解的圖像檢索[A];第七屆和諧人機環(huán)境聯(lián)合學術會議（HHME2011)論文集【oral】[C];2011年

3 蔡蕾;朱永生;;基于稀疏性非負矩陣分解和支持向量機的軸心軌跡圖識別[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

4 楊寶;朱啟兵;黃敏;;基于非負矩陣分解一稀疏表示分類的玻璃缺陷圖像識別[A];第24屆中國控制與決策會議論文集[C];2012年

5 朱昊;黃源水;付夢印;;基于NMF的道路識別算法在野外環(huán)境感知中的應用[A];第九屆全國光電技術學術交流會論文集（下冊）[C];2010年

相關博士學位論文 前9條

1 葉軍;基于正則化方法的非負矩陣分解算法及其應用研究[D];南京理工大學;2014年

2 陸玉武;圖像分類中流形回歸與非負矩陣分解研究[D];哈爾濱工業(yè)大學;2015年

3 張恩德;在線社會網絡分析與挖掘若干關鍵問題研究[D];東北大學;2014年

4 胡俐蕊;非負矩陣分解方法及其在選票圖像識別中的應用[D];安徽大學;2013年

5 殷海青;圖像分析中的非負矩陣分解理論及其最優(yōu)化和正則化方法研究[D];西安電子科技大學;2011年

6 楊洪禮;非負矩陣與張量分解及其應用[D];山東科技大學;2011年

7 史加榮;多尺度張量逼近及應用[D];西安電子科技大學;2012年

8 方蔚濤;人臉識別特征抽取算法的研究[D];重慶大學;2012年

9 劉昱昊;基于非負矩陣分解算法的人臉識別技術的研究[D];吉林大學;2014年

相關碩士學位論文 前10條

1 項磊;基于乳腺癌計算機輔助診斷的病理圖像分析[D];南京信息工程大學;2015年

2 趙龍;基于多流形正則化非負矩陣分解的多視圖聚類[D];大連理工大學;2015年

3 黃震;基于多視角非負矩陣分解的同名區(qū)分算法研究[D];大連理工大學;2015年

4 邵強;改進的非負矩陣分解算法及其在人臉識別中的應用[D];河北工業(yè)大學;2015年

5 周昊一;基于sigmoid函數(shù)變換的非負矩陣分解方法研究及其在推薦系統(tǒng)中的應用[D];南京大學;2015年

6 劉欣泉;基于迭代支撐探測的稀疏非負矩陣算法及其在人臉識別上的應用[D];電子科技大學;2015年

7 范笑宇;非負矩陣分解及其在非均衡數(shù)據(jù)分類中的應用[D];西安電子科技大學;2014年

8 陶士昌;約束非負矩陣分解與增量形式算法研究[D];西安電子科技大學;2014年

9 楊宏偉;基于非負矩陣分解的人臉識別研究[D];西北師范大學;2015年

10 姜小燕;基于非負矩陣分解的圖像分類算法研究[D];遼寧工業(yè)大學;2016年

，

本文編號：1627028