| 基于稀疏表达特征选择的压缩感知目标跟踪算法 |
| |
| 引用本文： | 程中建,李康,谷懿,袁晓旭,王森.基于稀疏表达特征选择的压缩感知目标跟踪算法[J].教育技术导刊,2018,17(7):91-96. |
| |
| 作者姓名： | 程中建 李康 谷懿 袁晓旭 王森 |
| |
| 作者单位： | 湖北大学 计算机与信息工程学院,湖北 武汉 430062 |
| |
| 摘 要： | 目标跟踪是计算机视觉领域重要研究方向之一。压缩感知跟踪速度快、精度高，但是跟踪被遮挡目标时使用被遮挡的哈尔特征构建分类器，导致分类器性能降低，目标容易丢失。为了解决该问题，提出了根据l1稀疏表示判断哈尔特征是否被遮挡，然后使用未被遮挡的特征构建贝叶斯分类器。首先对每一帧跟踪结果运用稀疏表示提取出未被遮挡特征的集合，在构建贝叶斯分类器时仅使用未被遮挡的特征。然后使用训练好的分类器对下一帧候选样本进行分类，选取具有最大分类响应的候选样本作为跟踪结果。实验结果表明，该算法在跟踪目标部分遮挡时相比CT算法有更高跟踪准确度，算法能够实时得到高效、准确的目标跟踪结果。
|
| 关 键 词： | 目标跟踪 哈尔特征 稀疏表示 贝叶斯分类器 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|
