基于L2范数最小化联合模型的目标跟踪算法
基于稀疏表示的跟踪算法能够取得很好的跟踪结果,但是稀疏求解过程的计算代价比较大,难以达到实时跟踪的要求;同时由于多种原因导致目标的表观发生变化,目前的表观模型都存在一定的局限性.为了解决以上问题,本文提出了一种在贝叶斯推理框架下,建立结合判别式模型和生成式模型的联合模型,通过L2范数最小化进行求解的目标跟踪方法.实验结果表明,与其他典型的算法相比,本文提出的算法对于光照变化、尺度变化、遮挡、旋转等情况具有较强的鲁棒性.
目标跟踪算法 稀疏表示 贝叶斯推理框架 鲁棒性
王蒙 吴毅 邓健康 刘青山
南京信息工程大学信息与控制学院,南京 210044
国内会议
北京
中文
1-8
2014-09-13（万方平台首次上网日期，不代表论文的发表时间）