基于稀疏表達(dá)和機(jī)器學(xué)習(xí)的目標(biāo)跟蹤的研究.pdf

1、目標(biāo)跟蹤技術(shù)是計(jì)算機(jī)視覺中最核心的研究課題之一，究其原因是目標(biāo)跟蹤技術(shù)在人們的日常生活和高端的軍事領(lǐng)域有重要的作用，并且有廣闊的應(yīng)用前景。然而，由于場景中的光照變化、動(dòng)態(tài)背景噪聲、目標(biāo)形變和目標(biāo)的遮擋等因素，使得目標(biāo)跟蹤技術(shù)在實(shí)際應(yīng)用中很難確保準(zhǔn)確性和穩(wěn)定性。
　　近幾年，基于稀疏表達(dá)的目標(biāo)跟蹤算法在目標(biāo)跟蹤領(lǐng)域中是一個(gè)熱點(diǎn)，而且取得了不俗的效果，但是基于稀疏表達(dá)的目標(biāo)跟蹤算法還存在幾個(gè)問題，如:灰度特征對于光照、姿態(tài)變化和遮擋不

2、夠魯棒;需要對每一個(gè)粒子求l1范數(shù)最小化，使得計(jì)算復(fù)雜度高。為了解決這兩個(gè)問題，本文利用Gabor特征建立字典，解決灰度特征對光照變化和尺度變化的敏感性問題，利用候選粒子字典篩選重要粒子，解決l1跟蹤器計(jì)算復(fù)雜度高的問題。在基于稀疏表達(dá)的目標(biāo)跟蹤算法中，一般都是用單個(gè)特征，然而由于單個(gè)特征不夠魯棒，本文提出基于稀疏表達(dá)的多特征融合機(jī)器學(xué)習(xí)的目標(biāo)跟蹤算法。為了克服全局模板的在處理局部變化不靈活性和由遮擋引起目標(biāo)模板與候選模板匹配誤差大的問