基于稀疏分解的視頻跟蹤算法研究.pdf

1、視頻目標跟蹤是計算機視覺中熱門的研究領域。目前廣泛應用于智能監(jiān)控、智能交通、金融、生物醫(yī)學，人機交互等領域。為了滿足日益增長的視頻跟蹤應用的需求，經過多年的發(fā)展，視頻跟蹤已然成為了計算機視覺領域中一個具有挑戰(zhàn)性的研究領域。
　　目前，稀疏表示已被廣泛應用于人機交互和智能視頻監(jiān)控，并取得了一系列研究成果。其中，稀疏表示所構造的表示模型(representation model)不僅能夠很好地克服噪聲、遮擋的影響，而且對各種場景下的光

2、照變化也具有很好的魯棒性。在此基礎上，利用稀疏表示來對進行視頻目標跟蹤，成為一個熱門的研究課題。
　　本文提出了三種改進的基于稀疏表示的視頻跟蹤算法。通過大量文獻閱讀，工作重點主要放在字典構造以及更新階段。(1)基于文獻[22]的研究基礎，本文在構造字典的過程中添加了背景模板作為瑣碎模板，通過目標模板稀疏系數的稀疏度對字典進行更新;(2)本文將候選目標作為字典，減少了L1范數最小化的計算復雜度;(3)本文使用在線強字典學習(ORD