本文關(guān)鍵詞：基于殘差矩陣估計的稀疏表示目標跟蹤算法

  更多相關(guān)文章： 稀疏表示 正則化 殘差矩陣 目標跟蹤

【摘要】：基于稀疏表示的目標跟蹤算法多數(shù)利用稀疏系數(shù)計算目標位置信息,而忽略了稀疏表示過程中的殘差所包含的信息.因此,本文設(shè)計了一種基于殘差矩陣估計的跟蹤模型.該模型在粒子濾波的框架下利用L_1范數(shù)分別約束稀疏表示系數(shù)與殘差矩陣,并且利用L_2范數(shù)建立殘差矩陣與觀測模型之間的聯(lián)系.本文給出了相應(yīng)求解模型的表示系數(shù)與殘差矩陣的迭代算法,并利用殘差矩陣更新模板字典.相比應(yīng)用稀疏系數(shù)的跟蹤算法,本文算法考慮了殘差矩陣對跟蹤結(jié)果的影響,使得算法對于候選目標的評估更加精確,同時在模板更新部分引入殘差矩陣,使得字典能夠更好地描述目標的變化.實驗數(shù)據(jù)表明,本文算法優(yōu)于現(xiàn)今主流算法.
【作者單位】： 中國科學院長春光學精密機械與物理研究所;中國科學院大學;
【關(guān)鍵詞】： 稀疏表示 正則化 殘差矩陣 目標跟蹤
【基金】：國家自然科學基金(批準號:61401425) 吉林省科技發(fā)展計劃青年科研基金(批準號:20150520057JH)資助的課題~~
【分類號】：TP391.41
【正文快照】： 1引言 目標跟蹤技術(shù)一直是計算機視覺領(lǐng)域的研究熱點之一[1],其研究的主要目的是設(shè)計可應(yīng)用于現(xiàn)實場景,有效克服各種跟蹤障礙的實時跟蹤算法.目前,目標跟蹤技術(shù)已經(jīng)取得了長足的進步[2 16],且目標跟蹤技術(shù)已在多個領(lǐng)域被廣泛地應(yīng)用.但仍然很難有效處理跟蹤過程中遇到的問題,

【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];光譜學與光譜分析;2009年07期

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

4 史加榮;楊威;魏宗田;;基于非負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];中南民族大學學報(自然科學版);2012年03期

6 朱杰;楊萬扣;唐振民;;基于字典學習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檢測[J];彈箭與制導學報;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識別[A];2013年中國智能自動化學術(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];中國聲學學會水聲學分會2013年全國水聲學學術(shù)會議論文集[C];2013年

中國博士學位論文全文數(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;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;2014年

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

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

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

9 薛明;基于稀疏表示的在線目標跟蹤研究[D];上海交通大學;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;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

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

6 黃志明;基于辨別式稀疏字典學習的視覺追蹤算法研究[D];華南理工大學;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;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原方法研究[D];南京信息工程大學;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;2015年

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

，

本文編號：791914