华 南 理 工 大 学 学 报 自 然 科 学 版
第 卷 第 期
Ｊｏｕｒｎａｌ ｏｆ Ｓｏｕｔｈ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ
ＶｏｌＮｏ
年 月
Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ
Ａｕｇｕｓｔ
文章编号 Ｘ
收稿日期
基金项目 粤港关键领域重点突破项目ＢＺ
作者简介 侯跃恩男博士生主要从事机器人控制与机器视觉研究Ｅｍａｉｌ ｈｏｕｙｕｅｅｎｃｏｍ
融 合 背 景 信 息 的 分 块 稀 疏 表 示 跟 踪 算 法
侯跃恩李伟光容爱琼叶国强
华南理工大学 机械与汽车工程学院 广东 广州
摘要 针对目前的稀疏表示目标跟踪算法实时性差的问题提出了融合背景信息的分
块稀疏表示目标跟踪算法该算法首先在粒子滤波框架下通过快速算法筛选候选目标然
后采用图像分块并给每个分块赋予不同权重的方法解决部分遮挡和噪声干扰等问题最
后将背景信息融入对象字典并通过目标与背景信息联合表示方法计算目标的稀疏解在
Ｍａｔｌａｂ 平台上将文中算法与另外 种算法于 组视频中进行比较结果表明文中算法具
有运算速度快和鲁棒性强的特点
关键词 目标跟踪 稀疏表示 模板字典 粒子滤波
中图分类号 ＴＨ ｄｏｉ ｊｉｓｓｎＸ
视频目标跟踪在视觉伺服视频监控和人机交
互等领域得到了广泛的应用许多学者在目标跟踪
领域做了大量的研究但仍有很多问题没有得到解
决
这些问题主要集中在光照条件剧烈变化目
标形态变化和目标被遮挡的情况下的跟踪准确性
鲁棒性和实时性上近年来一种被称为 稀疏表
示的外观建模技术在多扰动下目标匹配过程中显
示出了强鲁棒性文献 中应用该技术在灰度图
像中对现实世界的物体进行识别获得了极高的识
别率文献 中将人脸识别看成是稀疏表示的
过程获得了良好的识别效果文献中将稀疏表
示方法用于图像降噪取得了理想的效果为解决复
杂条件下跟踪鲁棒性的问题文献 中将稀疏
表示引入目标跟踪领域采用
最小化的方法线性
表示目标并用琐碎模板的方法解决目标被遮挡的
问题但该方法存在计算量大和跟踪实时性差的问
题文献 中在解稀疏矩阵时采用了分块正交匹
配追踪ＢＯＭＰ算法提高了算法的运算速度但由
于没有考虑背景信息在目标光照条件和形态剧烈
变化的时候会出现漂移的现象文献 中采用新
方法使稀疏表示在粒子滤波框架中只需要进行一次
稀疏计算大大减少了算法计算量但该方法模板单
一失去了稀疏表示的鲁棒性为了提高跟踪的鲁棒
性文献 中采用多种特征对目标进行稀疏表
示但该方法没有对特征融合深入分析只是简单地
融合各种特征同时还存在实时性不高的问题文
献中采用外观模型和稀疏表示的方法对目标
进行跟踪取得了良好的跟踪效果但没有对跟踪的
帧频展开 论述 同样 存在实 时 性不强 的问题文
献中采用 ＳＩＦＴ 特征以及
和
最小化提高
了跟踪的鲁棒性却带来了额外的计算开销
针对上述问题文中提出一种新的基于稀疏表
示的目标跟踪方法该方法在提高跟踪鲁棒性的基
础上保证了跟踪的速度
算法研究
粒子筛选方法
在粒子滤波框架下大部分粒子与目标的相似
度较低这些粒子对确定目标的贡献基本为零它们
可以用快速的计算予以区分鉴于此提出了一种快
速计算的方法来筛选这些粒子以减少算法的计算
剩余6页未读，继续阅读
资源评论
