|
|||||
|
|
| 基于2DPCA和稀疏表示的目标跟踪算法 | |
| 引用本文： | 曹晓丽,黄珍,邢玉娟.基于2DPCA和稀疏表示的目标跟踪算法[J].中国包装工业,2014(20). |
| 作者姓名： | 曹晓丽 黄珍 邢玉娟 |
| 作者单位： | 兰州文理学院计算机系,甘肃 兰州,730000 |
| 基金项目： | 甘肃省教育厅科研项目(2014A-001)。 |
| 摘 要： | 针对现有的目标跟踪算法难以适应由光照、遮挡以及姿态变化引起的目标外观变化的问题，提出了一种基于二维主成分分析（2DPCA）和稀疏表示的目标跟踪算法。该算法采用2DPCA方法和稀疏表示建立目标外观模型，降低了目标模板的维数，并通过引入增量子空间更新方法对目标模板进行在线更新，降低了算法对存储空间的要求，提高了目标外观描述的准确性。仿真实验表明，在目标出现较大形变、部分遮挡和光照变化的情况下，该算法仍能保持较高的跟踪精度，具有较强的鲁棒性。 |
| 关 键 词： | 目标跟踪 二维主成分分析 稀疏表示 增量学习 粒子滤波 外观变化 |
OBJECT TRACKING ALGORITHM BASED ON 2DPCA AND SPARSE REPRESENTATION |
|
| CAO Xiao-Li,HUANG Zhen,XING Yu-Juan.OBJECT TRACKING ALGORITHM BASED ON 2DPCA AND SPARSE REPRESENTATION[J].China Packaging Industry,2014(20). | |
| Authors: | CAO Xiao-Li HUANG Zhen XING Yu-Juan |
| Abstract: | |
| Keywords: | Object tacking 2DPCA Sparse representation Incremental learning Particle filter Appearance change |
| 本文献已被 万方数据 等数据库收录！ | |