基于稀疏表示的目标跟踪新算法

针对跟踪过程中受到光照、噪声等外界干扰导致的跟踪准确率不高的问题,提出一种基于稀疏表示的运动目标跟踪模型。首先对视频图像进行光照归一化处理,通过小波变换获取不同频率信息的子带,对低频部分采用直方图均衡技术改善光照,并结合加权引导滤波对高频部分进行降噪处理;最后运用时频逆小波变换获取优化后的目标图像。在目标重构阶段,针对传统的贪婪算法在迭代过程中忽略了原子间相互关系的问题,采用带宽排除局部最优正交匹配追踪算法,并引入新的判别条件更新相关集半径以获得更为精确的支撑集,从而减少重构误差。在字典更新阶段,设计了新的监督机制,利用相关集分别对目标与判别模板的相似度进行排序,并选定符合条件的相关集中的原子对其进行替换,以减少误差累积。与其他流行算法的对比实验表明,文中所提算法在准确性,鲁棒性方面均有较好的表现。