基于稀疏表示的目标跟踪方法

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｐｌａｔｅｉｓｒｅｐｒｅｓｅｎｔｅｄｂｙａｓｅｔｏｆａｌｌｔｒｇａｅｔｃａｎｄｉｄａｔｅｓ．Ａｓｓｕｍｉｎｇｈａｔｔｈｅｔｒｅｉｓｏｎｅｔａｒｇｔｅｃｎｄａｉｄａｔｅｓｉｍｉｌａｒｔｏｈｅｔｔａｒｇｅｔｔｅｍｐｌａｔｅ，ｔｈｅｒｅｐｒｅｓｅｎｔａ－ｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｒｅａｓｐｒｓａｅ，ｈｅｔｒｅｆｏｒｅｃａｌｌｂｅｓｏｌｖｅｄｂｙｎｏｒｍｍｉｎｉｍｉｚａｔｉｏｎ．Ｔｈｅｃｏｅｉｃｆｉｅｎｔａｓｓｏｃｉａｔｅｄｔｏｅａｃｈｔｒｇａｅｔｃｎｄａｉｄａｔｅｒｅｌｆｅｃｔｓｈｅｔｓｉｍｉｌａｒｉｔｙｂｅｔｗｅｅｎｈｅｔｔｅｍｐｌａｔｅａｎｄｈｅｔｃｎｄａｉｄａｔｅ．ｈｅＴｒｅｆｏｒｅ，ｈｅｔｃｏｅｉｃｆｉｅｎｔｃａｌｌｂｅｕｓｅｄｓａｗｅｉｇｈｔｏｆｔｈｅｔｒｇａｅｔｃｎｄａｉａｔｄｅ．Ｔｈｅｔｒａｃｋｉｎｇｅ— ｒ
Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｏｖｅｌｔａｒｇｅｔｔｒａｃｋｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｓｐａｒｓｅｃｏｄｉｎｇ．Ｕｎｄｅｒｐａｒｔｉｃｌｅｉｆｌｔｅｒｆｒａｍｅｗｏｒｋ，ｔｈｅｔａｒｇｅｔｔｅｍ－
在线性表示中的系数反映了该候选与目标模板的相似程度，因此可以将系数作为目标候选的权重。目标跟踪的结果为权重最大的候选。实验结果表明本文提出的算法比文献中现有的基于范式最小化的跟踪方法性能更稳定、计算效率更高。
关键词：目标跟踪；稀疏表示；范式最小化
０引言
最近几年，受到基于稀疏表示的人脸识别方法的启发，
模板对应的系数不再为零，从而使得整个系数向量并不稀疏，此时在求解系数的目标函数中最小化系数的范式约束将不再合理。另一方面，当被跟踪的目标发生部分遮挡时，尽管单位模板能够表示由于遮挡而引起的目标外观的
Hale Waihona Puke Baidu
ｓｕｉｔｉｓｔｈｅｃａｎｄｉｄａｔｅｗｉ也ｔｈｅｌｒｇａｅｓｔｗｅｉｈｔｇ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｈａｔｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｍｏｅｒｅｆｅｃｔｉｖｅｎｄａｅｆｆｉｃｉｅｎｔｈａｔｎｔｈｅ
中图分类号：ＴＰ３９１．２文献标识码：Ａ文章编号：２０９５ — ２１６３（２０１３）０１ — ００２１ — ０５
ＴａｒｇｅｔＴｒａｃｋｉｎｇｂａｓｅｄｏｎＳｐａｒｓｅＣｏｄｉｎｇ
（哈尔滨工业大学计算机科学与技术学院，哈尔滨１５０００１）
摘要：提出了一个新的基于稀疏表示的目标跟踪方法。在粒子滤波框架下，将目标模板线性表示为所有目标候选的线性组合。
当假设目标候选中存在与目标模板相似的候选时，线性表示的系数满足稀疏性约束，可以通过范式最小化求解。每一个目标候选
ｅｘｉｓｔｉｎｇｍｅｈｏｔｄｓｂｓｅａｄｏｎｎｏｒｍｍｉｎｉｍｉａｔｚｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ＴｒｇａｅｔＴｒａｃｋｉｎｇ；ＳｐａｒｓｅＲｐｒｅｅｓｅｎｔａｔｉｏｎ；４ＮｏｒｍＭｉｎｉｍｉａｔｚｉｏｎ
ＺＨＡＮＧＳｈｅｎｇｐｉｎｇ，ＹＡＯＨｏｎｇｘｕｎ，ＳＵＮＸｉｎ，ＬＵＸｉｕｓｈｅｎｇ
（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨａｒｂｉｎｌｎｓｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ）
第３卷第１期２０１３年２月
智能计算机与应用
ＩＮＴＥＬＬＩＧＥＮＴＣＯＭＰＵＴＥＲＡＮＤＡＰＰＬＩＣＡＴＩｏＮＳ
Ｖｏ１．３Ｎｏ．１Ｆｅｂ．２０１３
基于稀疏表示的目标跟踪方法
张盛平，姚鸿勋，孙鑫，卢修生