[1]张红梅,温荟然,张向利,等.基于压缩特征的稀疏表示运动目标跟踪[J].郑州大学学报(工学版),2016,37(03):21-26.[doi:10.13705/j.issn.1671-6833.2016.03.005]
 Zhang Hongmei,Wen Hueran,Zhang Xiangli,et al.Sparse representation tracking via compressed features[J].Journal of Zhengzhou University (Engineering Science),2016,37(03):21-26.[doi:10.13705/j.issn.1671-6833.2016.03.005]
点击复制

基于压缩特征的稀疏表示运动目标跟踪()
分享到:

《郑州大学学报(工学版)》[ISSN:1671-6833/CN:41-1339/T]

卷:
37卷
期数:
2016年03期
页码:
21-26
栏目:
出版日期:
2016-05-10

文章信息/Info

Title:
Sparse representation tracking via compressed features
作者:
张红梅温荟然张向利李鹏飞
桂林电子科技大学信息与通信学院,广西桂林,541004
Author(s):
Zhang Hongmei Wen Hueran Zhang Xiangli Li Pengfei
School of Guilin University of Electronic Technology, Guilin, Guangxi, 541004
关键词:
特征压缩稀疏表示粒子滤波块正交匹配
Keywords:
features compressionsparse representationparticle filterblock orthogonal matching
DOI:
10.13705/j.issn.1671-6833.2016.03.005
文献标志码:
A
摘要:
为了应对目标跟踪中光照、遮挡、以及自身运动等因素的影响,采用积分图方法提取目标模板的haar-like特征,用满足有限等距条件(RIP)的随机稀疏矩阵对特征投影压缩,简化目标特征字典的构建;同时,在字典中融入背景信息,利用目标与背景的简单关系提高跟踪的精度;最后,利用块正交匹配追踪(BOMP)算法进行成块重构目标,加快了对稀疏表示的求解,增强了跟踪的实时性.通过实验发现,使用基于压缩特征的块正交匹配跟踪算法(CF-BOMP)能构建一个有效的目标外观模型,增强跟踪的稳定性,提高跟踪的实时性.
更新日期/Last Update: