西安电子科技大学学报

2019, v.46(04) 150-158

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

利用判别字典学习的视觉跟踪方法
Visual tracking method using discriminant dictionary learning

王洪雁;邱贺磊;裴腾达;

摘要(Abstract):

针对复杂背景及遮挡等引起目标跟踪性能显著下降的问题,提出一种目标跟踪方法。该方法首先根据目标时空局部相关性获取目标及背景样本。而后建立字典学习模型:基于误差项捕获遮挡等产生的异常值,利用极大极小凹加函数惩罚稀疏编码及误差矩阵,且对字典施加不一致约束项以提高字典的鲁棒性和判别性。针对所构建的非凸字典学习优化问题,利用优化最小化方法对其求解以获得较好的收敛性。最后,由所得判别字典计算候选目标的重构误差以构建目标观测模型,并基于贝叶斯推理框架实现目标精确跟踪。仿真结果表明,与现有主流算法相比,所提方法在复杂环境下可显著地提高目标跟踪的精度及鲁棒性。

关键词(KeyWords): 视觉跟踪;稀疏表示;字典学习;非凸优化;贝叶斯推理

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61301258,61271379);; 中国博士后科学基金(2016M590218);; 重点实验室基金(61424010106)

作者(Author): 王洪雁;邱贺磊;裴腾达;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享