摘要: 提出了一种包含随机运动的复杂密集场景下的目标跟踪方法. 在跟踪算法中,将稀疏模型与多模块彩色特征相结合,并通过将其转化为l1正则化最小二乘问题实现对特征的稀疏投影. 跟踪过程中利用粒子滤波得到预测跟踪点,并将对应于最小投影差的预测点模块作为最优跟踪. 为适应特征变化,在跟踪完成后根据新的跟踪结果自动更新目标模板. 大量包含遮挡和光照变化的不同类型密集场景测试验证了该方法的有效性,与其他算法的比较说明了其优良性能.
中图分类号:
邵洁1, 董楠2. 多模块稀疏投影在密集场景目标跟踪中的应用[J]. 应用科学学报, 2013, 31(1): 104-110.
SHAO Jie 1, DONG Nan2. Visual Tracking in Crowded Scenes with Multi-part Sparse Representation[J]. Journal of Applied Sciences, 2013, 31(1): 104-110.