光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2013年
12期
3191-3197
,共7页
目标跟踪%梯度方向直方图%稀疏表示%压缩感知
目標跟蹤%梯度方嚮直方圖%稀疏錶示%壓縮感知
목표근종%제도방향직방도%희소표시%압축감지
object tracking%histogram of gradient feature%sparse representation%compressive sensing
传统的压缩感知目标跟踪算法在光照变化剧烈、目标与背景存在一定相似性的情况下容易产生跟踪偏差,故本文提出了一种基于梯度方向直方图特征进行压缩感知跟踪方法.该方法用梯度方向直方图特征替换原来的广义类Haar特征进行压缩感知跟踪.首先,将梯度方向直方图作为原始特征,并利用压缩感知理论得到稀疏表示的特征子空间;然后,在后续帧中用朴素贝叶斯分类器进行目标位置的搜索;最后,对分类器进行在线更新.由于梯度特征能更稳定地表示目标,所以这种跟踪方法具有更好的鲁棒性;另外在计算时采用了积分直方图技术,有效克服了计算量大的问题.对不同视频的实验结果表明,该方法在实验环境Intel Core2 2.93 GHz,matlab R2010a,图像大小320×240下,跟踪速率可达到10 frame/s.在目标姿态、环境光照变化剧烈,背景中存在与目标有一定相似性的物体等情况下跟踪准确.
傳統的壓縮感知目標跟蹤算法在光照變化劇烈、目標與揹景存在一定相似性的情況下容易產生跟蹤偏差,故本文提齣瞭一種基于梯度方嚮直方圖特徵進行壓縮感知跟蹤方法.該方法用梯度方嚮直方圖特徵替換原來的廣義類Haar特徵進行壓縮感知跟蹤.首先,將梯度方嚮直方圖作為原始特徵,併利用壓縮感知理論得到稀疏錶示的特徵子空間;然後,在後續幀中用樸素貝葉斯分類器進行目標位置的搜索;最後,對分類器進行在線更新.由于梯度特徵能更穩定地錶示目標,所以這種跟蹤方法具有更好的魯棒性;另外在計算時採用瞭積分直方圖技術,有效剋服瞭計算量大的問題.對不同視頻的實驗結果錶明,該方法在實驗環境Intel Core2 2.93 GHz,matlab R2010a,圖像大小320×240下,跟蹤速率可達到10 frame/s.在目標姿態、環境光照變化劇烈,揹景中存在與目標有一定相似性的物體等情況下跟蹤準確.
전통적압축감지목표근종산법재광조변화극렬、목표여배경존재일정상사성적정황하용역산생근종편차,고본문제출료일충기우제도방향직방도특정진행압축감지근종방법.해방법용제도방향직방도특정체환원래적엄의류Haar특정진행압축감지근종.수선,장제도방향직방도작위원시특정,병이용압축감지이론득도희소표시적특정자공간;연후,재후속정중용박소패협사분류기진행목표위치적수색;최후,대분류기진행재선경신.유우제도특정능경은정지표시목표,소이저충근종방법구유경호적로봉성;령외재계산시채용료적분직방도기술,유효극복료계산량대적문제.대불동시빈적실험결과표명,해방법재실험배경Intel Core2 2.93 GHz,matlab R2010a,도상대소320×240하,근종속솔가체도10 frame/s.재목표자태、배경광조변화극렬,배경중존재여목표유일정상사성적물체등정황하근종준학.
