基于两阶段稀疏表示的稳健快速视觉跟踪

发布时间：2018-01-04 10:41

本文关键词：基于两阶段稀疏表示的稳健快速视觉跟踪　出处：《光学学报》2016年12期 　论文类型：期刊论文

【摘要】：L1跟踪对局部遮挡具有较好的稳健性,但存在对模板中的离群信息比较敏感和计算速度慢的问题。针对这两个问题,提出了两阶段稀疏表示模型,并基于块坐标优化原理设计了相应的快速求解算法。在第一阶段,该算法利用局部约束线性编码,求解目标模板表示系数,在第二阶段,该算法利用软阈值操作,求解小模板表示系数。以粒子滤波为跟踪方法,结合提出的模型和算法实现了稳健快速的视觉跟踪。利用标准图像序列对提出的方法进行了验证,实验结果表明,提出的跟踪方法在稳健性和跟踪速度方面均优于现有跟踪方法。
[Abstract]:L1 tracking is robust to partial occlusion, but the existence of outliers in the template information is sensitive and slow calculation problems. To solve these two problems, this paper puts forward two stage sparse representation model, and the optimization principle of fast block coordinates corresponding algorithms based on the design. In the first stage, the algorithm uses local constraints linear encoding, solve the target template coefficient in the second stage, the algorithm uses soft threshold operation for small template coefficients. Tracking method using particle filter, combined with the proposed model and algorithm to achieve a steady and rapid visual tracking. By using the standard image sequence is used to verify the proposed method, the experimental results show that the proposed tracking method is superior in robustness and tracking speed of the existing tracking methods.

【作者单位】：陆军军官学院偏振光成像探测技术安徽省重点实验室;陆军军官学院十一系;
【基金】：国家自然科学基金(61175035,61379105)
【分类号】：TP391.41
【正文快照】： 视觉跟踪是在给定目标初始状态的情况下,通过视频图像序列决定目标当前状态的过程,其广泛应用于行人跟踪,车流量监控和自动驾驶等方面。近年来,随着研究的深入,视觉跟踪领域虽然取得了丰硕的研究成果,但是目标的外观变化,遮挡以及背景干扰等问题仍然是目前研究的难点。受文献[

【相似文献】