中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2014年
5期
730-738
,共9页
杨彪%林国余%张为公%路小波%张宇歆
楊彪%林國餘%張為公%路小波%張宇歆
양표%림국여%장위공%로소파%장우흠
目标跟踪%Unscented粒子滤波%稀疏表示%动态模板更新%可变方向乘子法(ADMM)
目標跟蹤%Unscented粒子濾波%稀疏錶示%動態模闆更新%可變方嚮乘子法(ADMM)
목표근종%Unscented입자려파%희소표시%동태모판경신%가변방향승자법(ADMM)
object tracking%Unscented particle filter%sparse representation%dynamic template update%alternating direction method of multipliers (ADMM)
目的 提出一种鲁棒的目标跟踪算法,将区别性稀疏表示模型应用于残差Unscented粒子滤波(RUPF)跟踪框架,从而实现对目标高效准确的跟踪.方法 利用Unscented卡尔曼(UKF)滤波技术将目标的量测信息引入提议分布,并使用马尔可夫蒙特卡洛(MCMC)移动改进采样结果,提高了滤波的精度,同时有效防止了粒子的退化和贫化.基于稀疏表示建立区别性的目标观测模型,引入的背景成分可以增强算法分辨目标与背景的能力.采用可变方向乘子法(ADMM)解决稀疏表示中的L1优化问题,有效地提升了算法的执行效率.结果 通过和其他跟踪算法一起,对标准测试视频进行的大量定性与定量的实验,结果表明,本文跟踪算法的跟踪精度高于一些常见的跟踪算法,同时其时间复杂度低于传统的几种基于稀疏的跟踪算法.结论 随着硬件技术的不断发展,UKF滤波技术的速度不断提升,保证了本文算法可以在较高准确率下有更快的执行速度.
目的 提齣一種魯棒的目標跟蹤算法,將區彆性稀疏錶示模型應用于殘差Unscented粒子濾波(RUPF)跟蹤框架,從而實現對目標高效準確的跟蹤.方法 利用Unscented卡爾曼(UKF)濾波技術將目標的量測信息引入提議分佈,併使用馬爾可伕矇特卡洛(MCMC)移動改進採樣結果,提高瞭濾波的精度,同時有效防止瞭粒子的退化和貧化.基于稀疏錶示建立區彆性的目標觀測模型,引入的揹景成分可以增彊算法分辨目標與揹景的能力.採用可變方嚮乘子法(ADMM)解決稀疏錶示中的L1優化問題,有效地提升瞭算法的執行效率.結果 通過和其他跟蹤算法一起,對標準測試視頻進行的大量定性與定量的實驗,結果錶明,本文跟蹤算法的跟蹤精度高于一些常見的跟蹤算法,同時其時間複雜度低于傳統的幾種基于稀疏的跟蹤算法.結論 隨著硬件技術的不斷髮展,UKF濾波技術的速度不斷提升,保證瞭本文算法可以在較高準確率下有更快的執行速度.
목적 제출일충로봉적목표근종산법,장구별성희소표시모형응용우잔차Unscented입자려파(RUPF)근종광가,종이실현대목표고효준학적근종.방법 이용Unscented잡이만(UKF)려파기술장목표적량측신식인입제의분포,병사용마이가부몽특잡락(MCMC)이동개진채양결과,제고료려파적정도,동시유효방지료입자적퇴화화빈화.기우희소표시건립구별성적목표관측모형,인입적배경성분가이증강산법분변목표여배경적능력.채용가변방향승자법(ADMM)해결희소표시중적L1우화문제,유효지제승료산법적집행효솔.결과 통과화기타근종산법일기,대표준측시시빈진행적대량정성여정량적실험,결과표명,본문근종산법적근종정도고우일사상견적근종산법,동시기시간복잡도저우전통적궤충기우희소적근종산법.결론 수착경건기술적불단발전,UKF려파기술적속도불단제승,보증료본문산법가이재교고준학솔하유경쾌적집행속도.
