基于隨機投影和稀疏表示的跟蹤算法.pdf

1、目標跟蹤技術(shù)是智能視頻處理領域的研究熱點，受到了研究人員的普遍關注，在工業(yè)生產(chǎn)、軍事國防以及安防監(jiān)控等領域應用廣泛。經(jīng)過廣大研究人員的積極研究和探索，目標跟蹤技術(shù)在理論研究和實際應用方面都取得了顯著的成果。但是由于跟蹤場景存在多樣性和復雜性，因此目標跟蹤技術(shù)存在諸多難點。
　　針對目標跟蹤過程中存在的諸多技術(shù)問題，本文提出了一種基于隨機投影和稀疏表示的目標跟蹤方法。本文的外觀模型是基于稀疏表示的全局判決分離器，通過構(gòu)造正負模板描述

2、目標的狀態(tài)，然后采用隨機投影方法對模板圖像進行降維;運動模型則采用改進的粒子濾波方法，并且在算法中加入了具有遮擋判決功能的模板更新機制。
　　論文主要工作如下:
　　1、本文采用基于稀疏表示的全局模板描述目標的表觀狀態(tài)，在初始幀分別構(gòu)造表示目標的正模板和表示背景的負模板，然后將正負模板組成字典對候選目標進行稀疏表示，以區(qū)分目標和背景。
　　2、為了降低算法的時間復雜度，本文采用隨機投影法分別對正負模板和候選目標進行降維

3、，以減少L1優(yōu)化問題的計算量，提高跟蹤的效率。
　　3、本文采用粒子濾波法預測目標的運動狀態(tài)，提出局部加權(quán)計算方法計算后驗概率，并且采用多項式重采樣方法進行粒子重采樣，以保持粒子的多樣性。
　　4、本文設計正負模板更新策略，將正模板分為固定集和更新集，對這兩部分在相似度計算和正模板更新時采取不同處理方法，并且加入目標遮擋的判決機制，從而有效地避免了遮擋的影響，提高了算法的魯棒性。
　　實驗結(jié)果表明，當目標出現(xiàn)遮擋、快速