融合背景信息的分块稀疏表示跟踪算法.pdf

华 南 理 工 大 学 学 报 （自然科 学版） 第４１卷 第８期 ＪｏｕｒｎａｌｏｆＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ Ｖｏｌ．４１　Ｎｏ．８ ２０１３年８月 （ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ａｕｇｕｓｔ　２０１３ 文章编号：１０００５６５Ｘ（２０１３）０８００２１０７ 　 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５１０６４０） 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２种算法于４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：ＴＨ１３２　　 ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００５６５Ｘ．２０１３．０８．００４ 　　视频目标跟踪在视觉伺服、视频监控和人机交 稀疏计算，大大减少了算法计算量，但该方法模板单 互等领域得到了广泛的应用，许多学者在目标跟踪 一，失去了稀疏表示的鲁棒性．为了提高跟踪的鲁棒 领域做了大量的研究，但仍有很多问题没有得到解 性，文献［１１］中采用多种特征对目标进行稀疏表 ［１］ 决 ，这些问题主要集中在光照条件剧烈变化、目 示，但该方法没有对特征融合深入分析，只是简单地 标形态变化和目标被遮挡的情况下的跟踪准确性、 融合各种特征，同时还存在实时性不高的问题．文 鲁棒性和实时性上．近年来，一种被称为“稀疏表 献［１２］中采用外观模型和稀疏表示的方法对目标 示”的外观建模技术在多扰动下目标匹配过程中显 进行跟踪，取得了良好的跟踪效果，但没有对跟踪的 示出了强鲁棒性．文献［２］中应用该技术在灰度图 帧频展开论述，同样存在实时性不强的问题．文 像中对现实世界的物体进行识别，获得了极高的识 献［１３］中采用ＳＩＦＴ特征以及 和 最小化提高   １ ２ 别率．文献［３５］中将人脸识别看成是稀疏表示的 了跟踪的鲁棒性，却带来了额外的计算开销． 过程，获得了良好的识别效果．文献［６］中将稀疏表 针对上述问题，文中提出一种新的基于稀疏表 示方法用于图像降噪，取得了理想的效果．为解决复 示的目标跟踪方法，该方法在提高跟踪鲁棒性的基 杂条件下跟踪鲁棒性的问题，文献［７８］中将稀疏 础上保证了跟踪的速度． 表示引入目标跟踪领域，采用 最小化的方法线性  １ 表示目标，并用琐碎模板的方法解决目标被遮挡的 １　算法研究 问题，但该方法存在计算量大和跟踪实时性差的问 题．文献［９］中