压缩传感目标跟踪在多实例中的应用-数据采集与处理.PDFVIP

ISSN 1004⁃9037，CODENSCYCE4 http：// JournalofDataAcquisitionandProcessingVol.34，No.3，May 2019，pp.462-471 E⁃mail：sjcj DOI：10.16337/j.1004⁃9037.2019.03.010 Tel/Fax：+86⁃025 ⒸⒸ 2019byJournalofDataAcquisitionandProcessing 压缩传感目标跟踪在多实例中的应用 1 1 2 陈 茜 狄 岚 梁久祯 （1.江南大学数字媒体学院，无锡，214122；2.江南大学物联网工程学院，无锡，214122） 摘 要：研究了一种基于压缩传感的实时目标跟踪算法。该算法结合多特征和压缩传感目标跟踪，增 加随机测量矩阵提取多个特征用于检测，在跟踪时采用基于boosting的框架，利用多实例的正负样本包 特性，提高置信区间估计，实现了实时的目标跟踪。实验结果及分析表明，本文方法在目标运动、姿态 变化以及被部分遮挡的情况下，可在原压缩传感目标跟踪算法的基础上提高跟踪的可靠性；与传统的 单一特征目标跟踪算法相比，由本方法提取的两种不同类型的特征具有互补性，使得跟踪的鲁棒性较 好，能达到稳定、实时的跟踪效果。 关键词：目标跟踪；压缩传感；多样本；实时跟踪 中图分类号：TP391 文献标志码：A ApplicationofCompressiveSenseTargetTrackinginMultipleInstance 1 1 2 Chen Xi ，Di Lan ，Liang Jiuzhen (1. SchoolofDigitalMedia,JiangnanUniversity,Wuxi, 214122, China;2. SchoolofInternetofThingsEngineering,Jiangnan University,Wuxi,214122,China) Abstract：Areal⁃timetargettrackingmethodbasedoncompressivesenseisinvestigated. Combiningthe multiply⁃features and compressive sense target tracking together，the proposed method introduces a random measurement matrix for detecting in features extraction. Based on the boosting⁃based frame in tracking，the accuracy ofconfidence intervalestimation is improved by using the identities both ofthe positive and negative bags of multiply⁃features. With the proposed method，the chosen target can be trackedonline. Experimentalresultsshowthatthismethodcanachievehigherefficiencyandaccuracyin casessuchasobjectmoving，posechangingandocclusion.Comparedwithtraditionalsinglefeaturebased targettrackingmethods，thecomplementarityoftwodifferentfeaturesextractedfromtheproposedmethod canmakethetrackingprocessmorerobustwithastableandreal⁃timeperformance. Keywords:targettracking;compressivesensing;multipleinstance;real⁃timetracking 引 言 近年来，目标跟踪在计算机视觉中越来越受关注