基于稀疏表示多子模板的鲁棒目标跟踪算法

发布时间：2021-03-27 13:32

　　目标跟踪技术是一项富有挑战性的研究课题,在红外成像搜索、红外精确制导、智能监控、运动识别等领域有着广泛的应用。文中提出了一种基于稀疏表示多子模板的鲁棒目标跟踪算法。首先,提出一种基于自适应辨别信息的子模板选择方法,最大限度地捕捉目标的结构信息,提高模板子块的整体描述;针对直方图对光照敏感的缺点,引入了稀疏表示理论对子模板进行描述,提高模板子块的表达能力和适应能力;其次通过构造表决图的形式对目标位置进行表决和融合决策;最后设计了一种动态的子模板更新策略,来有效地应对目标外观模型的变化。在大量测试图像序列中的仿真实验表明,文中所提算法可以有效应对形变、光照变化、部分遮挡、完全遮挡以及虚假目标干扰和背景干扰,具有较高的鲁棒性。 

【文章来源】：红外与激光工程. 2019,48(03)北大核心EICSCD

【文章页数】：8 页

【文章目录】：
0 引言
1 Fragment跟踪算法
    1.1 子模板选取
    1.2 子模板跟踪
    1.3 表决图的融合对目标再定位
2 Fragment算法缺陷分析
3 基于稀疏表示多子模板的目标跟踪算法
    3.1 自适应辨别信息的子模板选取
    3.2 基于稀疏表示的子模板描述
    3.3 融合表决图
    3.4 尺度空间搜索
    3.5 子模板更新策略
4 实验结果及分析
    4.1 定性分析
    4.2 定量分析
5 结论


【参考文献】：
期刊论文
[1]引入显著特征空间的抗遮挡红外目标跟踪[J]. 马天义,张会香,宋敏敏,钮赛赛.  红外与激光工程. 2017(03)
[2]基于多尺度自适应稀疏字典的小弱目标检测方法[J]. 王会改,李正周,顾园山,唐岚,王臻,金钢.  红外与激光工程. 2014(07)



本文编号：3103598