基于双向稀疏表示的鲁棒目标跟踪算法王保宪赵保军唐林波-物理学报.pdf

基于双向稀疏表示的鲁棒目标跟踪算法 王保宪 赵保军 唐林波 王水根 吴京辉 Robust visual tracking algorithm based on bidirectional sparse representation Wang Bao-Xian Zhao Bao-Jun Tang Lin-Bo Wang Shui-Gen Wu Jing-Hui 引用信息Citation: Acta Physica Sinica 63, 234201 (2014) DOI: 10.7498/aps.63.234201 在线阅读View online: /10.7498/aps.63.234201 当期内容View Table of Contents: /CN/volumn/home.shtml 您可能感兴趣的其他文章 Articles you may be interested in 目标跟踪中目标模型更新问题的半监督学习算法研究 高文, 汤洋, 朱明 2014, 63(21): 214204. 全文: PDF (7485KB) 基于深度玻尔兹曼模型的红外与可见光图像融合 冯鑫, 李川, 胡开群 2014, 63(18): 184202. 全文: PDF (1144KB) 米散射激光雷达剖面数据三次样条垂直水平插值法 陈浩, 华灯鑫, 张毅坤, 朱承炫 2014, 63(15): 154204. 全文: PDF (5413KB) 复杂背景下目标检测的级联分类器算法研究 高文, 汤洋, 朱明 2014, 63(9): 094204. 全文: PDF (6905KB) 基于结构张量的变分多源图像融合 赵文达, 赵建, 续志军 2013, 62(21): 214204. 全文: PDF (3948KB) 物理 学报 Acta Phys. Sin. Vol. 63, No. 23 (2014) 234201 基于双向稀疏表示的鲁棒目标跟踪算法∗ 王水根 吴京辉 王保宪 赵保军 唐林波 (北京理工大学信息与电子学院, 北京 100081) ( 2014 年6 月17 日收到; 2014 年7 月8 日收到修改稿) 目前, 基于稀疏表示的目标跟踪通常为在目标模板集上重构候选样本的正向模型或者在候选样本集上描 述目标模板的反向模型. 两个模型的共同点是均需计算候选样本与模板集合之间的稀疏相关系数矩阵. 基于 此, 建立了一个双向联合稀疏表示的跟踪模型, 该模型通过 范数约束正反向稀疏相关系数矩阵达到一致收 敛. 与之前的单向稀疏表示模型相比, 双向稀疏表示跟踪模型在正反向联合求解框架下可以更加充分地挖掘 所有候选样本与模板集之间的稀疏映射关系, 并将稀疏映射表上对正负模板区分度最好的候选样本作为目 标. 基于加速逼近梯度(accelerated proximal gradient) 快速算法, 以矩阵形式推导了双向稀疏表示模型的求 解框架, 使得候选样本集和目标模板集均以矩阵方式并行求解, 在一定程度上提高了计算效率. 实验数据表 明所提出的算法优于传统的单向稀疏表示目标跟踪算法. 关键词: 稀疏表示, 目标跟踪, 贝叶斯框架 PACS: 42.30.Va, 07.05.Pj, 42.30.Tz, 02.50.–r DOI: 10.7498/aps.63.234201 目标模板集上的重构误差值估计目标. 其中L 跟 1 引 言 踪求解凸优化问题的次数和跟踪算法的收敛性均 与样本个数成正相关, 所以计算量限制了L 跟踪 目标跟踪一直以来是计算机视觉和图像处理 [7] 算法. 其后, Bao 等 应用一种快速梯度算法对L 领域的研究热点之一, 在视频监控、车辆导航、自动