基于局部稀疏表示以及特征選擇的目標(biāo)跟蹤算法研究.pdf

1、運(yùn)動(dòng)目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的一項(xiàng)重要研究?jī)?nèi)容，同時(shí)也成為近年來(lái)的一個(gè)研究熱點(diǎn)，在視頻監(jiān)控系統(tǒng)、智能交通監(jiān)測(cè)、人機(jī)交互、軍事以及醫(yī)學(xué)等領(lǐng)域均具有重要的應(yīng)用價(jià)值。本文提出了一種基于局部稀疏表示的目標(biāo)跟蹤算法，主要針對(duì)運(yùn)動(dòng)目標(biāo)跟蹤存在的問(wèn)題，根據(jù)局部稀疏表示的特點(diǎn)，利用局部稀疏表示來(lái)對(duì)目標(biāo)進(jìn)行建模，通過(guò)粒子濾波框架結(jié)合貝葉斯分類器對(duì)目標(biāo)進(jìn)行長(zhǎng)時(shí)間的跟蹤，實(shí)現(xiàn)了在目標(biāo)發(fā)生遮擋、光照變化、目標(biāo)快速運(yùn)動(dòng)以及背景相似等不同情況下的跟蹤。此外，算法還

2、使用了一種能夠去除遮擋干擾的魯棒性更新策略，取得了較好的效果。
　　論文主要工作如下:
　　(1)在分析總結(jié)國(guó)內(nèi)外關(guān)于運(yùn)動(dòng)目標(biāo)跟蹤的研究現(xiàn)狀的基礎(chǔ)上，概述了粒子濾波理論以及稀疏表示理論。特別是從稀疏表示理論的提出、求解方法以及應(yīng)用等方面做了一定的介紹。同時(shí)對(duì)常用的目標(biāo)跟蹤方法從原理以及實(shí)驗(yàn)結(jié)果上都給出了詳細(xì)的介紹。
　　(2)結(jié)合生成式跟蹤算法與判別式跟蹤算法兩者的優(yōu)點(diǎn)，提出了一種基于局部稀疏的目標(biāo)跟蹤算法。將局部稀疏

3、系數(shù)作為目標(biāo)的特征表示，通過(guò)兩步搜索策略，使用樸素貝葉斯分類器對(duì)目標(biāo)位置進(jìn)行準(zhǔn)確的定位;在模型更新時(shí)，使用抗遮擋的更新策略，即在出現(xiàn)遮擋時(shí)則較小權(quán)重使用當(dāng)前幀被遮擋的信息，而沒(méi)有出現(xiàn)遮擋時(shí)較大權(quán)重使用當(dāng)前幀信息，該策略對(duì)遮擋具有良好的適應(yīng)能力。通過(guò)不同算法與提出的算法對(duì)比，從實(shí)驗(yàn)上證明了提出的算法在面對(duì)遮擋，光照變化，快速運(yùn)動(dòng)等多種問(wèn)題上有著較好的跟蹤效果。
　　(3)提出了基于特征選擇的局部稀疏跟蹤算法，進(jìn)一步改進(jìn)了基于局部稀疏