本文關(guān)鍵詞：聯(lián)合模板先驗概率和稀疏表示的目標(biāo)跟蹤

  更多相關(guān)文章： 目標(biāo)跟蹤 稀疏表示 先驗概率 粒子濾波 模板更新 正則化模型

【摘要】：目的雖然基于稀疏表示的目標(biāo)跟蹤方法表現(xiàn)出了良好的跟蹤效果,但仍然無法徹底解決噪聲、旋轉(zhuǎn)、遮擋、運動模糊、光照和姿態(tài)變化等復(fù)雜背景下的目標(biāo)跟蹤問題。針對遮擋、旋轉(zhuǎn)、姿態(tài)變化和運動模糊問題,提出一種在粒子濾波框架內(nèi),基于稀疏表示和先驗概率相結(jié)合的目標(biāo)跟蹤方法。方法通過先驗概率衡量目標(biāo)模板的重要性,并將其引入到正則化模型中,作為模板更新的主要依據(jù),從而獲得一種新的候選目標(biāo)稀疏表示模型。結(jié)果在多個測試視頻序列上,與多種流行算法相比,該算法可以達到更好的跟蹤性能。在5個經(jīng)典測試視頻下的平均中心誤差為6.77像素,平均跟蹤成功率為97%,均優(yōu)于其他算法。結(jié)論實驗結(jié)果表明,在各種含有遮擋、旋轉(zhuǎn)、姿態(tài)變化和運動模糊的視頻中,該算法可以穩(wěn)定可靠地跟蹤目標(biāo),適用于視頻監(jiān)控復(fù)雜場景下的目標(biāo)跟蹤。
【作者單位】： 安徽大學(xué)計算智能與信號處理教育部重點實驗室;安徽大學(xué)媒體計算研究所;
【關(guān)鍵詞】： 目標(biāo)跟蹤 稀疏表示 先驗概率 粒子濾波 模板更新 正則化模型
【基金】：國家自然科學(xué)基金項目(61372137,61301295) 安徽省自然科學(xué)基金項目(1308085QF100,1408085MF113) 安徽大學(xué)博士科研啟動基金項目~~
【分類號】：TP391.41
【正文快照】： 0引言 目標(biāo)跟蹤是當(dāng)前計算機視覺領(lǐng)域的研究熱點,并且有著廣泛的實際應(yīng)用,比如自動監(jiān)控、智能導(dǎo)航、人機交互、軍事防御等。盡管目標(biāo)跟蹤經(jīng)過幾十年的發(fā)展已經(jīng)有了很大的進步,但是仍然有很多問題沒有徹底解決,比如因噪聲、旋轉(zhuǎn)、遮擋、運動模糊、光照和姿態(tài)變化等引起的目標(biāo)

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 齊美彬;楊勛;楊艷芳;陸磊;蔣建國;;基于L_2范數(shù)最小化的實時目標(biāo)跟蹤[J];中國圖象圖形學(xué)報;2014年01期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 李飛彬;曹鐵勇;宋智軍;查繹;王文;;利用稀疏協(xié)同模型的目標(biāo)跟蹤算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2016年12期

2 田猛;路成;周健;施漢琴;陶亮;;聯(lián)合模板先驗概率和稀疏表示的目標(biāo)跟蹤[J];中國圖象圖形學(xué)報;2016年11期

3 朱u&;何亮;薄煜明;;基于紅外與可見光的魯棒壓縮感知跟蹤方法[J];電光與控制;2016年10期

4 陳蕓;董西偉;荊曉遠(yuǎn);;聯(lián)合混合范數(shù)約束和增量非負(fù)矩陣分解的目標(biāo)跟蹤[J];計算機工程;2015年12期

5 李飛彬;曹鐵勇;黃輝;王文;;利用增廣拉格朗日乘子的魯棒跟蹤算子[J];計算機應(yīng)用;2015年12期

6 李慶武;朱國慶;周妍;霍冠英;;基于特征在線選擇的目標(biāo)壓縮跟蹤算法[J];自動化學(xué)報;2015年11期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李映;張艷寧;許星;;基于信號稀疏表示的形態(tài)成分分析:進展和展望[J];電子學(xué)報;2009年01期

2 趙瑞珍;王飛;羅阿理;張彥霞;;基于稀疏表示的譜線自動提取方法[J];光譜學(xué)與光譜分析;2009年07期

3 楊蜀秦;寧紀(jì)鋒;何東健;;基于稀疏表示的大米品種識別[J];農(nóng)業(yè)工程學(xué)報;2011年03期

4 史加榮;楊威;魏宗田;;基于非負(fù)稀疏表示的人臉識別[J];計算機工程與設(shè)計;2012年05期

5 高志榮;熊承義;笪邦友;;改進的基于殘差加權(quán)的稀疏表示人臉識別[J];中南民族大學(xué)學(xué)報(自然科學(xué)版);2012年03期

6 朱杰;楊萬扣;唐振民;;基于字典學(xué)習(xí)的核稀疏表示人臉識別方法[J];模式識別與人工智能;2012年05期

7 耿耀君;張軍英;袁細(xì)國;;一種基于稀疏表示系數(shù)的特征相關(guān)性測度[J];模式識別與人工智能;2013年01期

8 張疆勤;廖海斌;李原;;基于因子分析與稀疏表示的多姿態(tài)人臉識別[J];計算機工程與應(yīng)用;2013年05期

9 李正周;王會改;劉梅;丁浩;金鋼;;基于形態(tài)成分稀疏表示的紅外小弱目標(biāo)檢測[J];彈箭與制導(dǎo)學(xué)報;2013年04期

10 胡正平;趙淑歡;李靜;;基于塊稀疏遞推殘差分析的稀疏表示遮擋魯棒識別算法研究[J];模式識別與人工智能;2014年01期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 何愛香;劉玉春;魏廣芬;;基于稀疏表示的煤矸界面識別研究[A];虛擬運營與云計算——第十八屆全國青年通信學(xué)術(shù)年會論文集（上冊）[C];2013年

2 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標(biāo)識別[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第五分冊）[C];2013年

3 葛鳳翔;任歲玲;郭鑫;郭良浩;孫波;;微弱信號處理及其研究進展[A];中國聲學(xué)學(xué)會水聲學(xué)分會2013年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李進明;基于稀疏表示的圖像超分辨率重建方法研究[D];重慶大學(xué);2015年

2 王亞寧;基于信號稀疏表示的電機故障診斷研究[D];河北工業(yè)大學(xué);2014年

3 姚明海;視頻異常事件檢測與認(rèn)證方法研究[D];東北師范大學(xué);2015年

4 黃國華;蛋白質(zhì)翻譯后修飾位點與藥物適應(yīng)癥預(yù)測方法研究[D];上海大學(xué);2015年

5 王瑾;基于稀疏表示的數(shù)據(jù)收集、復(fù)原與壓縮研究[D];北京工業(yè)大學(xué);2015年

6 王文卿;基于融合框架與稀疏表示的遙感影像銳化[D];西安電子科技大學(xué);2015年

7 解虎;高維小樣本陣列自適應(yīng)信號處理方法研究[D];西安電子科技大學(xué);2015年

8 秦振濤;基于稀疏表示及字典學(xué)習(xí)遙感圖像處理關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2015年

9 薛明;基于稀疏表示的在線目標(biāo)跟蹤研究[D];上海交通大學(xué);2014年

10 孫樂;空譜聯(lián)合先驗的高光譜圖像解混與分類方法[D];南京理工大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王道文;基于稀疏表示的目標(biāo)跟蹤算法研究[D];華南理工大學(xué);2015年

2 李哲;基于稀疏表示和LS-SVM的心電信號分類[D];河北大學(xué);2015年

3 孫雪青;Shearlet變換和稀疏表示相結(jié)合的甲狀腺結(jié)節(jié)圖像融合[D];河北大學(xué);2015年

4 吳麗璇;基于稀疏表示的微聚焦X射線圖像去噪方法[D];華南理工大學(xué);2015年

5 趙孝磊;基于圖像分塊稀疏表示的人臉識別算法研究[D];南京信息工程大學(xué);2015年

6 黃志明;基于辨別式稀疏字典學(xué)習(xí)的視覺追蹤算法研究[D];華南理工大學(xué);2015年

7 張鈴華;非約束環(huán)境下的稀疏表示人臉識別算法研究[D];南京信息工程大學(xué);2015年

8 賀妍斐;基于稀疏表示與自適應(yīng)倒易晶胞的遙感圖像復(fù)原方法研究[D];南京信息工程大學(xué);2015年

9 楊爍;電能質(zhì)量擾動信號的稀疏表示/壓縮采樣研究[D];西南交通大學(xué);2015年

10 應(yīng)艷麗;基于低秩稀疏表示的目標(biāo)跟蹤算法研究[D];西南交通大學(xué);2015年

，

本文編號：710453