SIA OpenIR  > 机器人学研究室
基于粒子滤波与稀疏表达的目标跟踪方法
其他题名Object Tracking Method Based on Particle Filter and Sparse Representation
杨大为; 丛杨; 唐延东
作者部门机器人学研究室
关键词目标跟踪 稀疏表达 局部二元模式(Lbp) 粒子滤波
发表期刊模式识别与人工智能
ISSN1003-6059
2013
卷号26期号:7页码:680-687
收录类别CSCD
CSCD记录号CSCD:4901891
产权排序1
资助机构国家自然科学基金资助项目(No.NSFC61105013)
摘要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.
其他摘要Aiming at the problem of illumination variation in the object tracking of video image sequence,an object tracking method which uses sparse representation in particle filter frame is proposed based on LBP textual feature of object. The tracking particles of the current frame are generated by the last tracking result according to Gaussian distribution,the sparse representation of each particle to the template subspace is obtained by solving the l1-regularized least squares problem,and the tracking object is determined. Then,particle filter is used to propagate sample distribution in next tracking frame. In the procedure,the template is updated using a new template updating strategy. The experimental results validate the performance and advancement of the proposed method.
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/14036
专题机器人学研究室
通讯作者杨大为
作者单位1.中国科学院沈阳自动化研究所 机器人学国家重点实验室
2.中国科学院大学
3.沈阳理工大学信息科学与工程学院
推荐引用方式
GB/T 7714
杨大为,丛杨,唐延东. 基于粒子滤波与稀疏表达的目标跟踪方法[J]. 模式识别与人工智能,2013,26(7):680-687.
APA 杨大为,丛杨,&唐延东.(2013).基于粒子滤波与稀疏表达的目标跟踪方法.模式识别与人工智能,26(7),680-687.
MLA 杨大为,et al."基于粒子滤波与稀疏表达的目标跟踪方法".模式识别与人工智能 26.7(2013):680-687.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于粒子滤波与稀疏表达的目标跟踪方法.p(1010KB)期刊论文作者接受稿开放获取ODC PDDL浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[杨大为]的文章
[丛杨]的文章
[唐延东]的文章
百度学术
百度学术中相似的文章
[杨大为]的文章
[丛杨]的文章
[唐延东]的文章
必应学术
必应学术中相似的文章
[杨大为]的文章
[丛杨]的文章
[唐延东]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于粒子滤波与稀疏表达的目标跟踪方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。