目標(biāo)跟蹤技術(shù)是一項(xiàng)富有挑戰(zhàn)性的研究課題,在紅外成像搜索、紅外精確制導(dǎo)、智能監(jiān)控、運(yùn)動(dòng)識(shí)別等領(lǐng)域有著廣泛的應(yīng)用。文中提出了一種基于稀疏表示多子模板的魯棒目標(biāo)跟蹤算法。首先,提出一種基于自適應(yīng)辨別信息的子模板選擇方法,最大限度地捕捉目標(biāo)的結(jié)構(gòu)信息,提高模板子塊的整體描述;針對(duì)直方圖對(duì)光照敏感的缺點(diǎn),引入了稀疏表示理論對(duì)子模板進(jìn)行描述,提高模板子塊的表達(dá)能力和適應(yīng)能力;其次通過構(gòu)造表決圖的形式對(duì)目標(biāo)位置進(jìn)行表決和融合決策;最后設(shè)計(jì)了一種動(dòng)態(tài)的子模板更新策略,來有效地應(yīng)對(duì)目標(biāo)外觀模型的變化。在大量測(cè)試圖像序列中的仿真實(shí)驗(yàn)表明,文中所提算法可以有效應(yīng)對(duì)形變、光照變化、部分遮擋、完全遮擋以及虛假目標(biāo)干擾和背景干擾,具有較高的魯棒性。 

【文章來源】：紅外與激光工程. 2019,48(03)北大核心EICSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 Fragment跟蹤算法
    1.1 子模板選取
    1.2 子模板跟蹤
    1.3 表決圖的融合對(duì)目標(biāo)再定位
2 Fragment算法缺陷分析
3 基于稀疏表示多子模板的目標(biāo)跟蹤算法
    3.1 自適應(yīng)辨別信息的子模板選取
    3.2 基于稀疏表示的子模板描述
    3.3 融合表決圖
    3.4 尺度空間搜索
    3.5 子模板更新策略
4 實(shí)驗(yàn)結(jié)果及分析
    4.1 定性分析
    4.2 定量分析
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]引入顯著特征空間的抗遮擋紅外目標(biāo)跟蹤[J]. 馬天義,張會(huì)香,宋敏敏,鈕賽賽.  紅外與激光工程. 2017(03)
[2]基于多尺度自適應(yīng)稀疏字典的小弱目標(biāo)檢測(cè)方法[J]. 王會(huì)改,李正周,顧園山,唐嵐,王臻,金鋼.  紅外與激光工程. 2014(07)



本文編號(hào)：3103598