DSPCA在自适应视频跟踪算法中的应用
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

重庆市科委科技计划攻关重点项目(CSTC 2009AB2231);常州工学院科研基金资助项目(YN1208)


Adaptive visual tracking based on DSPCA
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了解决单一固定目标模型在复杂的场景中易产生跟踪漂移问题,提出一种基于DSPCA的自适应粒子滤波跟踪方法,通过稀疏主成分分解(DSPCA)在线获取互补图像集,同时将其按照新的相似度BRS进行自适应融合作为新目标模型。与经典的粒子滤波跟踪算法、视觉分解跟踪算法和多特征自适应融合跟踪算法,与有挑战性较高的场景视频相比,提出的算法在形态、运动快速及严重遮挡的运动场景中,都能鲁棒地跟踪到目标。

    Abstract:

    In order to solve the problem resulted from tracking drift of single reference color histograms,a sort of particle filtering algorithm based on DSPCA(decomposition-sparse-principal component-analysis) is presented. The image set with complementary is accessed by DSPCA,which is fused by means of the new similarity as the new object model. Compared with the basic particle filtering,visual tracking decomposition and adaptive multiple cues fusion tracking algorithm in challenging scenarios,the presented method can robustly track the object in fast motion and the object which is mostly blocked.

    参考文献
    相似文献
    引证文献
引用本文

相入喜,李见为,冯海亮. DSPCA在自适应视频跟踪算法中的应用[J].重庆大学学报,2014,37(4):82-87.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-10-12
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2014-04-23
  • 出版日期:
文章二维码