基于粒子滤波与稀疏表达的目标跟踪方法

作者：杨大为; 丛杨; 唐延东

来源：模式识别与人工智能, 2013, (07): 680-687.

DOI：10.16451/j.cnki.issn1003-6059.2013.07.008

• 目标跟踪
• 稀疏表达
• 局部二元模式(LBP)
• 粒子滤波 Object Tracking
• Sparse Representation
• Local Binary Pattern(LBP)
• Particle Filter

针对视频序列图像目标跟踪中的光照变化问题,提出一种在粒子滤波器框架内,基于目标的局部二元模式(LBP)纹理特征,使用稀疏表达进行目标跟踪的方法.当前帧的跟踪粒子由前一帧的跟踪结果按高斯分布来生成.通过解l1正则化最小二乘方问题,获得每个粒子对应于模板子空间的稀疏表达,确定当前帧图像中的跟踪目标.然后使用粒子滤波器生成下一帧跟踪的粒子分布.在跟踪过程中采用新的动态模板更新策略更新模板空间中的模板.实验结果证明该方法的有效性和先进性.

• 单位
  机器人学国家重点实验室; 中国科学院沈阳自动化研究所; 中国科学院大学; 沈阳理工大学