基于多视图一致性低秩稀疏学习的视频目标跟踪
本文综合三种方法(MVCLRST,MTMVT和LRST)的优点,提出了一种新的基于目标外观模型的一致性和多种特征的多视图一致性低秩稀疏跟踪方法(MVCLRST).该方法基于广泛使用的粒子滤波器的框架.基于时间一致性的预筛选策略为跟踪过程降低了计算量,同时在求解粒子表达的过程中形成了鲁棒的约束.在跟踪过程中,使用四种特征,特征之间的互补性为跟踪过程的鲁棒性提供了一层保证.通过使用ADMM方法求解带有低秩稀疏约束的最小化问题,使得求解过程的收敛性得到了保证.基于矩阵非负因式分解的模板更新策略能够有效地捕捉目标外观的变化.实验结果证明了本文所提方法的有效性.
视频目标跟踪 低秩稀疏学习 多视图学习 特征提取
唐帅 项志宇 马子昂
浙江大学信息与电子工程学院,杭州310027
国内会议
杭州
中文
102-111
2015-12-01（万方平台首次上网日期，不代表论文的发表时间）