【稀疏编码算法详解】基于稀疏表示的目标追踪算法

时间：2015-03-21 19:23:19 作者：尚俊；

本文作者：尚俊；成功正常投稿发表论文到《湖北第二师范学院学报》2014年08期,引用请注明来源400期刊网！

如果您需要快速发表论文服务，请联系在线编辑！

【摘要】：针对目标在运动过程中会发生光照和姿态变化,背景干扰,遮挡等因素造成目标偏移甚至丢失的问题,提出了一种基于稀疏表示的目标追踪算法。在粒子滤波框架下,采用目标在超完备字典下的稀疏表示作为观测模型,通过l1范数优化求解稀疏表示系数,并利用重构残差更新粒子权重,可以有效地减小背景杂波和噪声对追踪算法的不利影响。实验结果表明,该算法有较好的稳定性和鲁棒性。
【论文正文预览】：经典的目标追踪方法主要有:模板匹配法、核方法、卡尔曼滤波等。模板匹配法是一种简单易行的适合于刚性目标的跟踪方法,但不能处理形变问题,在匹配过程中的搜索空间会随着图像大小和模板大小的增加而急剧增大,从而降低目标跟踪的效率[1]。核方法采用了核函数表示目标的颜色特
【文章分类号】：TP391.41
【稿件关键词】：目标追踪粒子滤波稀疏表示
【参考文献】:

林喆;姚郁;遆晓光;富小薇;;捷联成像导引头相关跟踪算法研究[J];兵工学报;2009年05期
王磊;邹北骥;彭小宁;周凌;;一种改进的提取人脸面部特征点的AAM拟合算法[J];电子学报;2006年08期
潘吉彦;胡波;张建秋;;抑制模板漂移的目标跟踪算法[J];电子学报;2009年03期
李广伟;尹健;史泽林;刘云鹏;;基于李群指数映射的二阶最小化射影目标跟踪[J];光电工程;2009年02期
刘松林;牛照东;陈曾平;曾荣盛;;基于加权Lucas-Kanade算法的目标跟踪[J];光电工程;2011年08期
何显文;左坤隆;;基于差图像的人脸动态表情特征提取[J];赣南师范学院学报;2008年06期
秦岳;毛征;孙乐公;齐南;彭超;;慢运动背景下的实时运动目标检测算法研究[J];国外电子测量技术;2011年12期
陈大庆;韩九强;于志坚;;融合距离信息的红外自适应相关跟踪[J];光学精密工程;2010年08期
邱家涛;李玉山;王彩玲;刘学斌;;一种基于检测块动态选择的稳像算法[J];光子学报;2010年S1期
杨宇博;程承旗;;基于分块Harris特征的航拍视频拼接方法[J];北京大学学报(自然科学版);2013年04期
涂虬;智能视觉监视中目标检测与跟踪算法研究[D];华中科技大学;2010年
张志;基于先验约束的图像复原方法研究[D];国防科学技术大学;2010年
聂婕;人体生理活动监控视频中的关键事件检测[D];中国海洋大学;2011年
钟必能;复杂动态场景中运动目标检测与跟踪算法研究[D];哈尔滨工业大学;2010年
陈一平;图像增强及其在视觉跟踪中的应用[D];国防科学技术大学;2011年
苏洁;光照变化下的视觉跟踪算法研究[D];哈尔滨工程大学;2010年
方贤勇;图像拼接技术研究[D];浙江大学;2005年
左坤隆;人脸表情自动分析与识别系统的研究[D];天津大学;2004年
刘扬;足球视频场景分析与三维重建的关键技术研究[D];哈尔滨工业大学;2006年
章品正;面部表情自动分类的方法与系统研究[D];东南大学;2005年
魏云龙;人脸识别特征提取算法研究[D];电子科技大学;2011年
李鹏;视频图像人脸特征点跟踪技术研究[D];电子科技大学;2011年
简小明;基于SIFT补偿和粒子滤波的航拍目标跟踪[D];西安电子科技大学;2011年
朱福国;图像宽基线匹配与摄像机三维姿态估计算法研究[D];北京邮电大学;2011年
彭益存;视觉计算平台及其关键技术研究[D];南京大学;2011年
刘经伟;增强现实中基于三维标志物的跟踪技术研究[D];电子科技大学;2011年
陈卓;基于自然特征点的增强现实系统配准技术研究[D];电子科技大学;2011年
钟民;图像拼接与全景图技术研究[D];江西师范大学;2011年
谭菲菲;智能视觉监控系统中活动目标检测算法的研究[D];北京工商大学;2010年
平强;压缩感知人脸识别算法研究[D];中国科学技术大学;2011年
郑轶;蔡体健;;稀疏表示的人脸识别及其优化算法[J];华东交通大学学报;2012年01期
段菲;章毓晋;;一种面向稀疏表示的最大间隔字典学习算法[J];清华大学学报(自然科学版);2012年04期
李仲生;李仁发;蔡则苏;赵乘麟;;稀疏表示下的非监督显著对象提取[J];电子学报;2012年06期
段菲;章毓晋;;基于多尺度稀疏表示的场景分类[J];计算机应用研究;2012年10期
胡正平;李静;白洋;;基于样本-扩展差分模板的联合双稀疏表示人脸识别[J];信号处理;2012年12期
姜芳芳;;稀疏表示理论在提高数字图像质量中的应用[J];科技创新导报;2012年36期
马莉娜;;增强的两阶段测试样本稀疏表示方法[J];福建电脑;2013年07期
尹学忠;樊甫华;;基于字典学习的超宽带信号稀疏表示与降噪方法[J];计算机应用研究;2014年06期
张佳宇;彭力;;基于联合动态稀疏表示方法的多图像人脸识别算法[J];江南大学学报(自然科学版);2014年03期
陈才扣;喻以明;史俊;;一种快速的基于稀疏表示分类器[J];南京大学学报(自然科学版);2012年01期
何爱香;刘玉春;魏广芬;;基于稀疏表示的煤矸界面识别研究[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集（上册）[C];2013年
樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年
葛凤翔;任岁玲;郭鑫;郭良浩;孙波;;微弱信号处理及其研究进展[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年
李小薪;稀疏表示的分段匹配寻踪方法[D];华南理工大学;2009年
何艳敏;稀疏表示在图像压缩和去噪中的应用研究[D];电子科技大学;2011年
宋相法;基于稀疏表示和集成学习的若干分类问题研究[D];西安电子科技大学;2013年
匡金骏;基于稀疏表示的图像分类与目标跟踪研究[D];重庆大学;2013年
邓承志;图像稀疏表示理论及其应用研究[D];华中科技大学;2008年
路锦正;基于稀疏表示的图像超分辨率重构技术研究[D];电子科技大学;2013年
尹海涛;面向图像融合和图像复原的稀疏表示研究[D];湖南大学;2012年
谢成军;图像稀疏表示模型在可视化追踪中的应用研究[D];合肥工业大学;2014年
魏丹;基于稀疏表示和特征选择的人脸识别方法研究[D];湖南大学;2012年
孙玉宝;图像稀疏表示模型及其在图像处理反问题中的应用[D];南京理工大学;2010年
张琨雨;在线字典训练及加权差异性稀疏表示的研究[D];大连理工大学;2011年
王勇;基于稀疏表示的人脸识别研究[D];五邑大学;2013年
李义真;基于词包与稀疏表示的场景分类[D];华南理工大学;2013年
孙丽花;基于稀疏表示的人脸识别方法研究[D];河南科技大学;2013年
陈天娇;基于分组稀疏和权重稀疏表示的人脸识别研究[D];安徽大学;2014年
刘自成;基于稀疏表示的雷达目标角度与距离估计[D];西安电子科技大学;2014年
李立;基于稀疏表示的人脸图像识别方法研究[D];南京理工大学;2012年
满江月;基于稀疏表示的代价敏感性人脸识别算法研究[D];南京邮电大学;2012年
赵广銮;稀疏表示在图像识别中的应用[D];北京邮电大学;2013年
罗燕龙;基于局部稀疏表示模型的在线字典学习跟踪算法研究[D];厦门大学;2014年

【稿件标题】：【稀疏编码算法详解】基于稀疏表示的目标追踪算法
【作者单位】：湖北第二师范学院计算机学院;
【发表期刊期数】：《湖北第二师范学院学报》2014年08期
【期刊简介】：《湖北第二师范学院学报》杂志为综合性学术理论期刊。面向基础教育，服务于中学师资培训、教育管理干部培训、中学教学研究。开展高等师范各学科的研究、继续教育研究、教育理论与实践研究、中学教育管理研究等。办社宗旨坚持双百方针，立足理论前论，注重基......更多湖北第二师范学院学报杂志社(http://www.400qikan.com/qk/838/)投稿信息
【版权所有人】：尚俊；

【稀疏编码算法 详解】基于稀疏表示的目标追踪算法

【稀疏编码算法详解】基于稀疏表示的目标追踪算法