目標跟蹤技術是一項富有挑戰(zhàn)性的研究課題,在紅外成像搜索、紅外精確制導、智能監(jiān)控、運動識別等領域有著廣泛的應用。文中提出了一種基于稀疏表示多子模板的魯棒目標跟蹤算法。首先,提出一種基于自適應辨別信息的子模板選擇方法,最大限度地捕捉目標的結構信息,提高模板子塊的整體描述;針對直方圖對光照敏感的缺點,引入了稀疏表示理論對子模板進行描述,提高模板子塊的表達能力和適應能力;其次通過構造表決圖的形式對目標位置進行表決和融合決策;最后設計了一種動態(tài)的子模板更新策略,來有效地應對目標外觀模型的變化。在大量測試圖像序列中的仿真實驗表明,文中所提算法可以有效應對形變、光照變化、部分遮擋、完全遮擋以及虛假目標干擾和背景干擾,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 表決圖的融合對目標再定位
2 Fragment算法缺陷分析
3 基于稀疏表示多子模板的目標跟蹤算法
    3.1 自適應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 實驗結果及分析
    4.1 定性分析
    4.2 定量分析
5 結論


【參考文獻】：
期刊論文
[1]引入顯著特征空間的抗遮擋紅外目標跟蹤[J]. 馬天義,張會香,宋敏敏,鈕賽賽.  紅外與激光工程. 2017(03)
[2]基于多尺度自適應稀疏字典的小弱目標檢測方法[J]. 王會改,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：3103598