多模态特征联合稀疏表示的视频目标跟踪 - 哈尔滨工程大学学报.pdfVIP

第３６卷第 １２期　 　 　 　 　 　 　 　 　 　 哈　 尔　 滨　 工　 程　 大　 学　 学　 报　 　 　 　 　 　 　 　 　 Ｖｏｌ．３６ №．１２ ２０１５年１２月　 　 　 　 　 　 　 　 　 　 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ 　 　 　 　 　 　 　 　 　 　 　 Ｄｅｃ．２０１５ 多模态特征联合稀疏表示的视频目标跟踪 １，２，３ １ ２，３ １ 段喜萍 ，刘家锋 ，王建华 ，唐降龙 （１．哈尔滨工业大学计算机科学与技术学院，黑龙江哈尔滨 １５０００１；２．哈尔滨师范大学计算机科学与信息工程学院，黑龙江 哈尔滨 １５００２５；３．黑龙江省智能教育与信息工程重点实验室，黑龙江哈尔滨 １５００２５） 摘　 要：针对复杂跟踪环境下，单模态方法不能很好地跟踪目标的问题，提出了一种基于多模态特征联合稀疏表示的目 标跟踪方法。 该方法对每个候选样本的多模态特征进行联合稀疏表示，将各模态重建误差之和用于计算候选样本的观 察概率，并将具有最大观察概率的候选样本确定为目标。 通过与其他一些流行跟踪算法进行对比实验，结果表明本方法 在遮挡、光照变化等场景下均能可靠跟踪，具有更好的跟踪效果，从而验证了方法的可行性。 关键词：计算机视觉；视频目标跟踪；多模态；ＬＢＰ；ＡＰＧ；模板更新；联合稀疏表示 ｄｏｉ：１０．１１９９０／ ｊｈｅｕ．２０１４１２０１２ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１３９０．Ｕ１６３６．００６．ｈｔｍｌ 中图分类号：ＴＰ３９１　 文献标志码：Ａ　 文章编号：１００６⁃７０４３（２０１５）１２⁃１６０９⁃０５ Ｖｉｓｕａｌ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ ｖｉａ ｍｕｌｔｉ⁃ｃｕｅｊｏｉｎｔ ｓｐａｒｓｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ １，２，３ １ ２，３ １ ＤＵＡＮ Ｘｉｐｉｎｇ ，ＬＩＵＪｉａｆｅｎｇ ，ＷＡＮＧＪｉａｎｈｕａ ，ＴＡＮＧ Ｘｉａｎｇｌｏｎｇ （１．Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ；２．Ｃｏｌｌｅｇｅｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５００２５，Ｃｈｉｎａ；３． Ｈｅｉｌｏｎｇｊｉａｎｇ Ｐｒｏｖｉｎｃｉａｌ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｔｅｌｌｉ⁃ ｇｅｎｃｅ Ｅｄｕｃａｔｉｏｎ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎ １５００２５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｓｉｎｇｌｅ ｆｅａｔｕｒｅ ｕｓｕａｌｌｙ ｃａｎｎｏｔ ｄｉｓｔｉｎｇｕｉｓｈ ｔｈｅ ｔａｒｇｅｔ ｆｒｏｍ ｂａｃｋｇｒｏｕｎｄ ｗｅｌｌ ｉｎ ｔｈｅ ｃｏｍｐｌｅｘ ｅｎｖｉｒｏｎ⁃ ｍｅｎｔ，ａｎｄ ｔｈｕｓａ ｍｕｌｔｉ⁃ｃｕｅｊｏｉｎｔ ｓｐａｒｓｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｂａｓｅｄ ｔｒａｃｋｉｎｇ ｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅ ｍｕｌｔｉ⁃ｃｕｅｆｅａｔｕｒｅｓ ｏｆ ｅａｃｈｃａｎｄｉｄａｔｅｔａｒｇｅｔｗｅｒｅｒｅｐｒｅｓｅｎｔｅｄｓｐａｒｓｅｌｙ ａｎｄｊｏｉｎｔｌｙ，ａｎｄｔｈｅｓｕｍｏｆｔｈｅｉｒｒｅｃｏｎｓｔｒｕｃｔｉｏｎｅｒｒｏｒｓｗａｓｕｓｅｄｔｏ ｃｏｍｐｕｔｅｔｈｅｏｂｓｅｒｖａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙ ｏｆ ｅａｃｈ ｃａｎｄｉｄａｔｅ．Ｔｈｅｃａｎｄｉｄａｔｅｗｉｔｈ ｍａｘｉｍｕｍｏｂｓｅｒｖａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｗａｓｄｅ⁃ ｔｅｒｍｉｎｅｄ ｔｏ ｂｅｔｈｅｔａｒｇｅｔ． Ｃｏｍｐａｒａｔｉｖｅ ｅｘｐｅｒｉｍｅｎｔｓｗｉｔｈ ｏｔｈｅｒ ｓｔａｔｅ⁃ｏｆ⁃ｔｈｅ⁃ａｒｔ ｔｒａｃｋｉｎｇ ａｌｇｏｒｉｔｈｍｓｓｈｏｗ ｔｈａｔ ｔｈｅｐｒｏ⁃ ｐｏｓ