判别稀疏表示与在线字典学习的运动目标跟踪

摘要：

针对传统稀疏表示不能有效区分目标和背景的缺点,提出一种判别稀疏表示算法,这种算法在传统稀疏表示目标函数中加入一个判别函数,大大降低干扰因素对目标跟踪的影响.基于判别稀疏表示和?1约束,提出一种在线字典学习算法升级目标模板,有效降低背景信息对目标模板的影响.提取目标梯度方向的直方图(HOG)特征,利用其对光照和形变等复杂环境具有较强鲁棒性的优点,实现对目标更稳定的跟踪.实验结果表明,与现有跟踪方法相比,该算法的跟踪效果更好.

关键词：稀疏表示、目标跟踪、字典学习、梯度方向直方图

所属期刊栏目：53

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61170120

在线出版日期：2017-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：211-215