| 基于特征在线选择的目标压缩跟踪算法 |
| |
| 引用本文： | 李庆武,朱国庆,周妍,霍冠英.基于特征在线选择的目标压缩跟踪算法[J].自动化学报,2015,41(11):1961-1970. |
| |
| 作者姓名： | 李庆武 朱国庆 周妍 霍冠英 |
| |
| 作者单位： | 1.河海大学物联网工程学院 常州 213022; |
| |
| 基金项目： | 国家自然科学基金(41306089),江苏省自然科学基金(BK20130240),江苏省产学前瞻性研究项目(BY2014041)资助 |
| |
| 摘 要： | 基于压缩感知理论的压缩跟踪算法能够有效地实现对目标的跟踪, 具有良好的实时性, 但该算法对目标特征没有进行在线选择导致跟踪鲁棒性不高. 本文提出一种基于特征在线选择的目标压缩跟踪算法. 首先, 在目标附近采样得到正负样本集合, 计算样本的多尺度矩形特征, 采用压缩感知中的随机投影矩阵对高维特征投影得到低维压缩域特征, 对压缩域特征进行在线选择提取最优特征, 剔除被污染的样本特征, 使用简单高效的朴素贝叶斯分类模型进行样本判断, 实现对目标的跟踪, 同时对跟踪中目标在摄像头中的尺度变化进行建模, 给出目标尺度变化的定量描述, 实现了适应目标尺度变化的多尺度跟踪. 实验结果表明本文算法具有更好的鲁棒性与更高的跟踪精度, 对目标跟踪中的遮挡、光线突变、尺度变化和非刚性形变等因素具有较好的抗干扰能力, 同时算法复杂度低, 可以满足实时性要求.
|
| 关 键 词： | 特征在线选择 压缩感知 尺度变化 目标跟踪 |
| 收稿时间： | 2014-12-05 |
Object Compressive Tracking via Online Feature Selection |
| |
| LI Qing-Wu,ZHU Guo-Qing,ZHOU Yan,HUO Guan-Ying.Object Compressive Tracking via Online Feature Selection[J].Acta Automatica Sinica,2015,41(11):1961-1970. |
| |
| Authors: | LI Qing-Wu ZHU Guo-Qing ZHOU Yan HUO Guan-Ying |
| |
| Affiliation: | 1.College of Internet of Things Engineering, Hohai University, Changzhou 213022;2.Changzhou Key Laboratory of Sensor Networks and Environmental Sensing, Changzhou 213022 |
| |
| Abstract: | |
| |
| Keywords: | Online feature selection compressive sensing scale change object tracking |
|
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载全文 |
|
