采用稀疏和平滑双约束的增量正交映射非负矩阵分解目标跟踪

摘要：

针对目标跟踪在遮挡和尺度变化等复杂背景下跟踪性能下降问题,联合稀疏约束、时间平滑约束以及增量投影非负矩阵分解,提出一种在线目标跟踪算法.首先利用非负矩阵分解学习一个基于部分表示的子空间,在此基础上添加稀疏约束提高处理遮挡能力,添加时间平滑约束提高算法的稳定性;然后用增量方式完成子空间的在线更新,减少算法计算量、提高外观模型更新效率;最后在粒子滤波框架下,以重构误差为基础改进了观测似然函数,将具有最大后验概率的候选目标作为目标在当前帧的图像区域.实验结果表明,在各种含有遮挡和尺度变化的视频中,该算法可以更稳定地跟踪目标.

关键词：非负矩阵分解、稀疏约束、平滑约束、局部特征、粒子滤波

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61372137, 61301295;安徽省自然科学基金1308085QF100, 1408085MF113;安徽大学信息保障技术协同创新中心开放课题ADXXBZ201411;安徽大学博士科研启动基金

在线出版日期：2017-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1658-1666