基于稀疏表示和特征選擇的目標(biāo)跟蹤.pdf

1、目標(biāo)跟蹤一直是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)熱點(diǎn)研究課題，其目的是對(duì)具有某種顯著特征表征的目標(biāo)進(jìn)行跟蹤，估計(jì)出目標(biāo)在當(dāng)前幀的位置、大小以及旋轉(zhuǎn)角度等狀態(tài)信息。隨著圖像處理技術(shù)以及計(jì)算機(jī)性能的不斷發(fā)展，目標(biāo)跟蹤技術(shù)日益受到了安全管理部門、企業(yè)研究人員、高校等有關(guān)學(xué)者的極大關(guān)注。目標(biāo)跟蹤已經(jīng)被廣泛應(yīng)用于視頻監(jiān)控、視頻分析、視頻檢索、人機(jī)交互、交通監(jiān)控、虛擬現(xiàn)實(shí)增強(qiáng)以及機(jī)器人制導(dǎo)等領(lǐng)域。
　　 在復(fù)雜場景下對(duì)目標(biāo)進(jìn)行跟蹤往往會(huì)遇到各種挑戰(zhàn)，例如

2、位置變化、尺度變化、光照變化、視角變化和遮擋等等。近十年來，隨著各國學(xué)者和技術(shù)人員的不斷探索和研究，各種算法被提出用于克服上述挑戰(zhàn)。
　　 為了應(yīng)對(duì)目標(biāo)的外觀變化，目前視覺跟蹤算法都有各自的在線更新策略。但是目前大部分算法都僅僅把目標(biāo)視作一個(gè)單一整體。這種方法雖然保存了目標(biāo)外觀的全局機(jī)構(gòu)信息，但是在更新時(shí)不可避免會(huì)引入干擾，特別是在遇到大面積遮擋的時(shí)候。隨著這種錯(cuò)誤的累積，必然增加出現(xiàn)漂移的風(fēng)險(xiǎn)。
　　 為了實(shí)現(xiàn)復(fù)雜場景

3、中的視覺跟蹤，本文以LK(Lucas-Kanade)圖像配準(zhǔn)算法為框架，提出了一種基于稀疏表示的在線特征選擇機(jī)制。在視頻序列的每一幀，篩選出一些能夠很好區(qū)分目標(biāo)及其相鄰背景的特征，從而降低干擾對(duì)跟蹤的影響。本算法分別構(gòu)造前景字典和背景字典，前景字典來自于第一幀的手動(dòng)標(biāo)定，并隨著跟蹤結(jié)果不斷更新，而背景字典則在每一幀重新構(gòu)造。同時(shí)，一種新的字典更新策略不僅能有效應(yīng)對(duì)目標(biāo)的外觀變化，而且通過特征選擇機(jī)制，能避免在更新過程中引入干擾，從而克服