基于局部稀疏表示的目标跟踪算法

发布时间：2024-06-12 01:02

　　根据局部稀疏表示的特点,文章提出了一种基于局部稀疏表示的目标跟踪算法,该算法利用图像的局部稀疏系数作为训练样本,在贝叶斯分类器的框架下完成跟踪任务。首先,使用字典来提取局部图像块的稀疏系数,作为图像特征;然后通过训练简单的贝叶斯分类器来区分目标与背景;最后使用两步搜索策略对目标进行准确跟踪;此外,该算法还使用了一种能够去除遮挡干扰的鲁棒性更新策略。对比实验结果表明,该算法具有较为稳定的跟踪效果。

【文章页数】：7 页

【部分图文】：

图5.6在FiFA数据集上的一些检测结果示例，左边的3幅图像是查询图像

5基于深度学习的显著性目标检测博士学位论文74图5.6在FiFA数据集上的一些检测结果示例，左边的3幅图像是查询图像。对每个查询图像，上面一行是原始的含有该人脸的输入图像，下面一行显示的是对应检测输出的热图像。（二）在David1和Face1序列上的实验David1序列由于具有下....

图1正、负样本的稀疏直方图表示图距离；Ti是模板稀疏编码直方图第i阶变量；Hi如果相似度很高，在一定程度上支持当前帧背景为

第11期田鹏等：基于局部差别性分析的目标跟踪算法2637图1正、负样本的稀疏直方图表示图距离；Ti是模板稀疏编码直方图第i阶变量；Hi是候选目标模板稀疏编码直方图第i阶变量；C是稀疏直方图总阶数。2.2.2相似性和差异性相结合的相似性测量目标跟踪中，由于图像质量，剧烈运动、遮挡或....

图１算法原理?ｎ）表示分块ｉ的样本模板；ｄ为分块像素点展开的列向

取得了鲁棒的跟踪效果［１３－１５，１８］。该算法使用模板稀疏表示目标的整体外观模型，并根据最小化ｌ１选取具有最小重构误差的待选样本作为跟踪结果。但是，这类算法仅考虑了目标整体的外观模型，忽略跟踪目标的局部结构信息，因此在利用ｌ１最小化计算被部分遮挡的待选样本时会产生较大的重构误差....

图２跟踪结果

４．８表２重合度成功率（单位：％）ＢａｓｋｅｔｂａｌｌＤｕｄｅｋＷｏｍａｎＤａｖｉｄ２Ｄａｖｉｄ３Ｌ１２３．５８５．８１６．５５６．９３７．９ＭＩＬ２１．９７０．５１５．４４５．６５３．８ＶＴＤ５８．８７９．９１３．２６８．８４０．６Ｏｕｒｓ５４．８８８．４４０．８６５．３６７．....

本文编号：3992980