基于最优特征更新分类器的压缩跟踪算法-计算机应用与软件.PDF

第３５卷第２期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．２ ２０１８年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１８ 基于最优特征更新分类器的压缩跟踪算法 １ ２ 冷建伟 　李　鹏 １（天津市复杂系统控制理论及应用重点实验室　天津３００３８４） ２（天津理工大学自动化学院　天津３００３８４） 摘　要　　针对压缩跟踪算法分类器更新比较盲目导致跟踪准确性下降的问题，提出一种基于最优特征更新分 类器的压缩跟踪算法。在原始算法基础上引入确定性测量矩阵，提高压缩感知性能；为了避免被污染样本影响分 类器参数更新，不使用所有压缩特征更新分类器，而是在线筛选出最优的压缩特征更新分类器。同时，利用相邻 两帧目标仿射变换使跟踪窗口可随目标变化实时更新，实现多尺度跟踪。实验结果表明，算法可有效抵抗光线、 遮挡、尺度等因素对跟踪的影响，具有更高的稳定性和更好的鲁棒性，且满足实时性要求。 关键词　　压缩感知　确定性测量矩阵　特征置信度　巴氏系数　仿射变换 中图分类号　ＴＰ３９１．４　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．０２．０３８ ＡＣＯＭＰＲＥＳＳＩＯＮＴＲＡＣＫＩＮＧＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＯＰＴＩＭＡＬ ＦＥＡＴＵＲＥＵＰＤＡＴＩＮＧＣＬＡＳＳＩＦＩＥＲ １ ２ ＬｅｎｇＪｉａｎｗｅｉ　ＬｉＰｅｎｇ １（ＴｉａｎｊｉｎＫｅｙＬａｂｏｒａｔｏｒｙｆｏｒＣｏｎｔｒｏｌＴｈｅｏｒｙａｎｄＡｐｐｌｉｃａｔｉｏｎｓｉｎＣｏｍｐｌｉｃａｔｅｄＩｎｄｕｓｔｒｙＳｙｓｔｅｍｓ，Ｔｉａｎｊｉｎ３００３８４，Ｃｈｉｎａ） ２（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ３００３８４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｔｈａｔｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅｃｏｍｐｒｅｓｓｉｏｎｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍｃｌａｓｓｉｆｉｅｒｗａｓ ｒｅｌａｔｉｖｅｌｙｂｌｉｎｄ，ｔｈｅｃｏｍｐｒｅｓｓｉｏｎｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｏｐｔｉｍａｌｆｅａｔｕｒｅｕｐｄａｔｉｎｇｃｌａｓｓｉｆｉｅｒｗａｓｐｒｏｐｏｓｅｄ．Ｏｎｔｈｅ ｂａｓｉｓｏｆｔｈｅｏｒｉｇｉｎａｌａｌｇｏｒｉｔｈｍ，ｔｈｅｄｅｔｅｒｍｉｎｉｓｔｉｃｍｅａｓｕｒｅｍｅｎｔｍａｔｒｉｘｗａｓｉｎｔｒｏｄｕｃｅｄｔｏｉｍｐｒｏｖｅｔｈｅｃｏｍｐｒｅｓｓｉｏｎ ｐｅｒｃｅｐｔｕａｌｐｅｒｆｏｒｍａｎｃｅ．Ｉｎｏｒｄｅｒｔｏａｖｏｉｄｔｈｅｃｏｎｔａｍｉｎａｎｔｓａｍｐｌｅｓａｆｆｅｃｔｔｈｅｕｐｄａｔｉｎｇｏｆｔｈｅｃｌａｓｓｉｆｉｅｒｐａｒａｍｅｔｅｒｓａｎｄｎｏｔ ｕｓｅａｌｌｔｈｅｃｏｍｐｒｅｓｓｉｏｎｆｅａｔｕｒｅｓｔｏｕｐｄａｔｅｔｈｅｃｌａｓｓｉｆｉｅｒ，ｔｈｅｏｐｔｉｍａｌｃｏｍｐｒｅｓｓｉｏｎｆｅａｔｕｒｅｕｐｄａｔｉｎｇｃｌａｓｓｉｆｉｅｒｗａｓｓｃｒｅｅｎｅｄ ｏｕｔ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｕｓｅｏｆａｄｊａｃｅｎｔｔｗｏｆｒａｍｅｔａｒｇｅｔａｆｆｉｎｅｄｔｒａｎｓｆｏｒｍａｔｉｏｎｓｏｔｈａｔｔｈｅｔｒａｃｋｉｎｇｗｉｎｄｏｗｃｏｕｌｄｂｅ ｒｅａｌｔｉｍｅｃｈａｎｇｅｓｗｉｔｈｔｈｅｔａｒｇｅｔｃｈａｎｇｅｓｔｏａｃｈｉｅｖｅｍｕｌｔｉｓｃａｌｅｔｒａｃｋｉｎｇ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅ ｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｃｏｕｌｄｅｆｆｅｃｔｉｖｅｌｙｒｅｓｉｓｔｔｈｅｉｎｆｌｕｅｎｃｅｏｆｌｉｇｈｔ，ｏｃｃｌｕｓｉｏｎ