本文關(guān)鍵詞：基于Grassmann流形和投影群的目標(biāo)跟蹤

  更多相關(guān)文章： 目標(biāo)跟蹤 李群 Grassmann流形 SL()群 測地線距離

【摘要】：針對現(xiàn)有的基于線性空間的目標(biāo)跟蹤方法對于跟蹤經(jīng)歷大幅度非平面位姿變化的目標(biāo)容易發(fā)生跟蹤偏移的問題,利用李群空間的非線性特性,提出了基于Grassmann流形和投影變換群(SL(3)群)的雙模視頻目標(biāo)跟蹤算法。運用Grassmann流形狀態(tài)空間的內(nèi)蘊幾何特性,建立目標(biāo)表觀模型,采用SL(3)群建立目標(biāo)的幾何形變模型,將目標(biāo)的狀態(tài)變化看作是流形上的點沿著測地線移動,設(shè)計雙模粒子濾波算法完成目標(biāo)跟蹤�；诹餍紊系臏y地線距離度量提出目標(biāo)特征空間更新策略,確保特征空間的準(zhǔn)確性。實驗結(jié)果表明,該算法對目標(biāo)在經(jīng)歷大幅度非平面的幾何形變、光照變化及部分遮擋情況下,都能夠?qū)崿F(xiàn)穩(wěn)定的跟蹤。
【作者單位】： 天津大學(xué)電子信息工程學(xué)院;沈陽大學(xué)信息工程學(xué)院;
【關(guān)鍵詞】： 目標(biāo)跟蹤 李群 Grassmann流形 SL()群 測地線距離
【基金】：國家自然科學(xué)基金(61503274) 遼寧省教育廳科學(xué)技術(shù)研究項目(L2014481) 遼寧省博士啟動基金(201501090) 機器人學(xué)國家重點實驗室開放基金(2015008)項目資助
【分類號】：TP391.41
【正文快照】： 1引言對于視頻目標(biāo)大幅度的非平面的姿態(tài)變化,基于傳統(tǒng)的歐氏空間基礎(chǔ)框架所提出的目標(biāo)跟蹤方法往往會導(dǎo)致目標(biāo)的跟蹤偏移或失敗。其主要原因在于描述目標(biāo)區(qū)域表觀不同姿態(tài)的特征數(shù)據(jù)并非存在于單獨的某個向量空間,傳統(tǒng)的線性向量空間處理方式已無法滿足實際需要�；诹餍蔚�，

本文編號：941643