采用增量型非负矩阵分解建模的目标跟踪算法
建立鲁棒的外观模型是目标跟踪中的关键问题,为此提出一种基于增量型非负矩阵分解的目标跟踪算法.首先根据转移概率模型在当前帧中预测得到一组图像样本;随后利用非负矩阵分解获取样本在子空间中的坐标向量;在此基础上计算样本与前一帧视频中目标图像在低维坐标向量上的相关性,以具有最大相关性的图像样本作为目标在当前帧中的图像区域;最后以增量的方式完成子空间的在线更新,提高了外观模型的更新效率,且所要求的存储空间大小恒定.实验结果表明,该算法对目标物的外观变化具有良好的自适应性,能够在视频序列中对目标进行稳定的跟踪.
增量型非负矩阵分解、目标跟踪、相关性、子空间模型
22
TP391(计算技术、计算机技术)
国家"九七三"重点基础研究发展计划项目2009CB320804
2010-07-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
972-977