基于局部敏感核稀疏表示的视频跟踪

kajchild

摘 要：为了解决 A 1 范数约束下的稀疏表示判别信息不足的问题，该文提出基于局部敏感核稀疏表示的视频目标
跟踪算法。为了提高目标的线性可分性，首先将候选目标的 SIFT 特征通过高斯核函数映射到高维核空间，然后在
! @, o8 g+ I1 e' Z8 Y2 Y. o高维核空间中求解局部敏感约束下的核稀疏表示，将核稀疏表示经过多尺度最大值池化得到候选目标的表示，最后
5 v) |2 K7 _6 ~* ?& O8 {& t8 G将候选目标的表示代入在线的 SVMs，选择分类器得分最大的候选目标作为目标的跟踪位置。实验结果表明，由于
利用了核稀疏表示下数据的局部性信息，使得算法的鲁棒性得到一定程度的提高。
/ m2 N8 v3 u  v. Y8 d  _关键词：视频跟踪；核稀疏表示；局部敏感约束；支持向量机
" J+ Y) C- l" c+ J. o2 F/ j1 引言
视频目标跟踪是计算机视觉领域的基础问题之
- `1 {5 u' C4 n* a/ b一[1]，广泛应用于视频监控、机器人导航、人机交互
0 }6 Y; p3 D7 j6 v0 g7 ^/ {和精确制导等领域，是各种后续高级处理，如目标
识别、行为分析、视频图像压缩编码和应用理解等
高层视频处理和应用的基础。跟踪面临的挑战从内
2 j% w% ?* ^# o1 s! J8 ~" P$ H! r% @外两个方面来说包括目标内部变化和外界变化，其
中目标内部变化包括旋转、尺度变化和形变等，外
界变化包括光照变化、遮挡和噪声等。由于目标自
6 J6 A( [. N5 o: w9 }' q


; D4 }1 V4 a9 c: `  e$ i) N
# Q% U1 A5 K( o! X: V
附件下载：

游客，如果您要查看本帖隐藏内容请回复

3 X/ R( c0 z! R8 e7 S+ [3 K  r

Blah

谢谢分享