| 稀疏表示的超像素在线跟踪 |
| |
| 引用本文： | 程旭,李拟珺,周同驰,周琳,吴镇扬.稀疏表示的超像素在线跟踪[J].电子与信息学报,2014(10). |
| |
| 作者姓名： | 程旭 李拟珺 周同驰 周琳 吴镇扬 |
| |
| 作者单位： | 东南大学信息科学与工程学院 南京 210096 |
| |
| 基金项目： | 国家自然科学基金，现代信息科学与网络技术北京市重点实验室开放课题(XDXX1308)资助课题 |
| |
| 摘 要： | 目标表观变化的处理是视觉跟踪领域极具挑战性的问题,该文针对这一问题,在粒子滤波框架下提出一种高效的基于超像素的L1跟踪方法(SuperPixel-L1 tracker,SPL1)。首先利用具有结构性信息的中层视觉线索(超像素)构造字典来对目标的表观建模;然后求解由粒子表示的候选目标状态的L1范数最小化,把重构误差最小的候选状态作为跟踪的结果;最后进一步改进了字典的在线更新策略,不论目标发生遮挡与否,字典都被学习更新;为了降低目标发生漂移的可能,更新时保留初始帧的信息。仿真结果验证了SPL1在目标发生长时间遮挡、尺度和光照变化时依然能够稳定地跟踪目标。
|
| 关 键 词： | 视觉跟踪 在线学习 表观变化 稀疏表示 超像素 |
Online Tracking via Superpixel and Sparse Representation |
| |
| Cheng Xu,Li Ni-jun,Zhou Tong-chi,Zhou Lin,Wu Zhen-yang.Online Tracking via Superpixel and Sparse Representation[J].Journal of Electronics & Information Technology,2014(10). |
| |
| Authors: | Cheng Xu Li Ni-jun Zhou Tong-chi Zhou Lin Wu Zhen-yang |
| |
| Abstract: | |
| |
| Keywords: | Visual tracking Online learning Appearance changes Sparse representation Superpixel |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
