基于稀疏表示的遮擋目標快速重構算法研究.pdf

1、目標跟蹤是計算機視覺研究領域的一個熱門研究方向，并被廣泛應用于多個領域，比如智能導航、視頻安全監(jiān)控以及武器制造等。近幾年，隨著稀疏表示在信號處理領域的成功應用，許多學者將稀疏表示也應用到目標跟蹤中來，這種結合稀疏表示的目標跟蹤方法在應對光照和遮擋時，仍然能保持很好的魯棒性。然而，傳統(tǒng)的基于稀疏表示的目標跟蹤算法并不是在所有條件下都能成立。因此，針對這種情況，本文對稀疏表示進行深入研究，旨在解決當前目標跟蹤中存在的問題和提高目標跟蹤算法在

2、復雜場景下的實時性和魯棒性。本文的主要研究內(nèi)容有以下幾點：
　　1、對壓縮感知理論進行深入研究，其中包括稀疏表示、稀疏分解和字典構造三部分。針對稀疏分解算法中稀疏度未知的情況，提出一種稀疏度自適應重構算法。該方法將稀疏自適應的思想引入分段正交匹配跟蹤算法中，確保了分段正交匹配跟蹤算法在稀疏度未知情況下，仍能對圖像進行精確重構。
　　2、在研究稀疏表示理論的基礎上研究一種基于Gabor特征字典構造方法。針對光照變化目標姿態(tài)變化

3、問題,通過對目標模板采用Gabor函數(shù)進行特征提取，提出一種基于 Gabor字典稀疏表示的目標跟蹤算法。該方法通過初始幀中的目標模板建立Gabor特征字典，然后在跟蹤過程中通過Gabor字典對候選目標進行稀疏表示。
　　3、在粒子濾波跟蹤算法的框架下，研究一種基于稀疏表示的粒子濾波跟蹤算法。針對目標跟蹤中的遮擋問題，提出一種基于稀疏學習的目標跟蹤算法，該方法在傳統(tǒng)L1跟蹤器的基礎上，引入了遮擋稀疏學習，通過充分利用遮擋的先驗信息對