基于稀疏稠密结构表示与在线鲁棒字典学习的视觉跟踪

kekek · 发表于 2021-4-6 13:22

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

摘要

跟踪对适度的遮挡具有鲁棒性，但是存在速度慢和易产生模型漂移的不足。为了解决上述两个问题，该文首先提出一种基于稀疏稠密结构的鲁棒表示模型。该模型对目标模板系数和小模板系数分别进行L范数和L范数正则化增强了对离群模板的鲁棒性。为了提高目标跟踪速度，基于块坐标优化原理，用岭回归和软阈值操作建立了该模型的快速算法。其次，为降低模型漂移的发生，该文提出一种在线鲁棒的字典学习算法用于模板更新。在粒子滤波框架下﹐用该表示模型和字典学习算法实现了鲁棒快速的跟踪方法。在多个具有挑战性的图像序列上的实验结果表明:与现有跟踪方法相比，所提跟踪方法具有较优的跟踪性能。
关键词:视觉跟踪:稀疏表示:稠密表示:字典学习

游客，如果您要查看本帖隐藏内容请回复

pTDbn25 · 发表于 2021-4-6 13:53

基于稀疏稠密结构表示与在线鲁棒字典学习的视觉跟踪

帐号		自动登录	找回密码
密码			注册

[毕业设计] 基于稀疏稠密结构表示与在线鲁棒字典学习的视觉跟踪

EDA365欢迎您登录！

浏览过的版块

推荐内容 /1