基于自适应压缩特征选择的实时目标跟踪算法-模式识别与人工智能.pdfVIP

第28 卷摇 第4 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.28摇 No.4 摇 2015年4月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Apr.摇 2015 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 基基于自适应压缩特征选择的实时目标跟踪算法* 1,2 1 1 3 1,2 齐美彬 摇 摇 陆摇 磊 摇 摇 杨摇 勋摇 摇 杨艳芳摇 摇 蒋建国 1(合肥工业大学 计算机与信息学院摇 合肥230009) 2(合肥工业大学 安全关键工业测控技术教育部工程研究中心摇 合肥230009) 3(合肥工业大学 电子科学与应用物理学院摇 合肥230009) 摘摇 要摇 针对压缩感知算法中的低维特征对目标重构效果较差的问题,提出基于自适应压缩特征选择的目标跟踪 算法.该算法首先提取满足目标重构要求的高维压缩特征,再通过所提出的特征选择方法选择区分度高的低维特 征作为目标的外观模型,从而降低计算复杂度.为自适应选择特征,采用一种差分方法控制特征维数,满足实时性 要求.实验表明,与其他算法相比,文中算法具有更强的鲁棒性和实时性. 关键词摇 目标跟踪, 自适应特征选择,方差比,均值差,差分方法 中图法分类号摇 TP391 DOI摇 10.16451/ ki.issn1003鄄6059.201504009 Real鄄Time Object Tracking Algorithm Based on Adaptive Compressive Feature Selection 1,2 1 1 3 1,2 QI Mei鄄Bin ,LU Lei ,YANG Xun ,YANG Yan鄄Fang ,JIANGJian鄄Guo 1(School of Computer and Information,Hefei University of Technology,Hefei230009) 2(Engineering Research Center of Safety Critical IndustrialMeasurement and Control Technology, Ministry of Education,Hefei University of Technology,Hefei230009) 3(School of Electronic Science andApplied Physics,Hefei University of Technology,Hefei230009) ABSTRACT Low dimensional features adopted by compressive tracking algorithm can not reconstruct the object effectively. To solve this problem,a real鄄time object tracking algorithm based on adaptive compressive feature selection is proposed in this paper. The high dimensiona