联合混合范数约束和增量非负矩阵分解的目标跟踪.pdf

第41卷 第 l2期 计 算 机 工 程 2015年 12月 VO1．4l No．12 ComputerEngineering December2015 · 开发研究与工程应用 · 文章编号：1000．3428(2015)12-0260-05 文献标识码：A 中图分类号：TP391 联合混合范数约束和增量非负矩阵分解的 目标跟踪 陈 芸 ，董西伟 ，荆晓远 (1．江苏信息职业技术学院物联网212程系，江苏 无锡 214153；2．南京邮电大学 自动化学院，南京 210003) 摘 要 ：针对当前 目标跟踪算法因光照变化 、部分遮挡、姿态变化 以及背景杂乱等因素引起的跟踪漂移 问题 ，联合 混合范数约束和增量非负矩阵分解 ，提出一种 目标跟踪算法。通过对 目标的非负矩阵分解获得其局部结构信息， 有效应对局部遮挡，同时达到降维 目的。通过稀疏描述下的混合范数约束进一步抑制外界环境的干扰 ，并利用加 速近似梯度算法迭代求解优化问题。为更好地满足实时精准跟踪的需求 ，应用遮挡检测及在线更新策略读取跟踪 目标位置。在粒子滤波跟踪框架中的实验结果显示，相 比IVT、多示例学习、Frag和 L1APG跟踪算法 ，该算法的鲁 棒性更好 。 关键词：增量非负矩阵分解；混合范数；稀疏表示 ；目标跟踪 ；粒子滤波 中文引用格式：陈 芸，董西伟，荆晓远．联合混合范数约束和增量非负矩阵分解的 目标跟踪 [J]．计算机工程， 2015，4l(12)：260—264． 英文引用格式 ：ChenYun，DongXiwei，JingXiaoyuan．ObjectTrackingviaJointingMixedNorm Constrainedand IncrementalNon—negativeMatrixFactorization[J]．ComputerEngineering，2015，41(12)：260—264． objectTrackingviaJointingMixedNorm Constrainedand Increm entalNon-negativeM atrixFactorization CHEN Yun一，DONG Xiwei。JING Xiaoyuan。 ， (1．Depa~mentofInternetofThingsEngineering，JiangsuVocationalCollegeofInformationTechnology，Wuxi214153，China； 2．CollegeofAutomation，NanjingUniversityofPostsandTelecommunications，Nanjing210003，China) 【Abstract】Aimingattheproblemsofthetrackingdrifttrackingcausedbyilluminationchanges，partialocclusions，pose changesandbackgroundclutterandotherfactors，anobjecttrackingalgorithm ofjointingmixednorm constraintsand IncrementalNon．negativeMatrixFactorization(INMF) ispresented．Thelocalstructure information ofthetargetis gainedby thenon negativematrix factorization．which iseffective to dealwith thepartialocclusion．and achievesthe purposeofreducingthedimension．Theinterferenceoftheexternalenvironmentisfurthersupp