|
|||||
|
|
| L1范数最大化主分量分析视觉跟踪 | |
| 引用本文： | 卢伟,袁广林,薛模根,李从利. L1范数最大化主分量分析视觉跟踪[J]. 计算机辅助设计与图形学学报, 2013, 25(9) |
| 作者姓名： | 卢伟 袁广林 薛模根 李从利 |
| 作者单位： | 1. 解放军陆军军官学院科研部 合肥 230031 2. 解放军陆军军官学院十一系 合肥 230031 3. 解放军陆军军官学院三系 合肥 230031 |
| 摘 要： | 针对基于L2范数的主分量分析(L2-PCA)易受离群数据的影响,使得传统的基于L2-PCA的视觉跟踪对目标遮挡的鲁棒性较差的问题,提出一种基于L1范数最大化主分量分析(PCA-L1)的视觉跟踪算法.利用PCA-L1对目标表观建模,以粒子滤波为框架估计目标的状态；为了适应目标变化并克服“模型漂移”问题,提出一种PCA-L1的在线更新方法以实现子空间的更新.通过实验验证并与现有算法进行了比较的结果表明,文中算法具有较优的跟踪性能. |
| 关 键 词： | 视觉跟踪 L1范数主分量分析 模板更新 粒子滤波 |
Visual Tracking via L1-Norm Maximization Principal Component Analysis |
|
| Lu Wei , Yuan Guanglin , Xue Mogen , Li Congli. Visual Tracking via L1-Norm Maximization Principal Component Analysis[J]. Journal of Computer-Aided Design & Computer Graphics, 2013, 25(9) | |
| Authors: | Lu Wei Yuan Guanglin Xue Mogen Li Congli |
| Abstract: | |
| Keywords: | visual tracking L1-norm principal component analysis model update particle filter |
| 本文献已被 万方数据 等数据库收录！ | |