光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2013年
2期
437-444
,共8页
朱秋平%颜佳%张虎%范赐恩%邓德祥
硃鞦平%顏佳%張虎%範賜恩%鄧德祥
주추평%안가%장호%범사은%산덕상
目标跟踪%实时跟踪%压缩感知%多特征
目標跟蹤%實時跟蹤%壓縮感知%多特徵
목표근종%실시근종%압축감지%다특정
针对基于压缩感知的目标跟踪算法中存在的特征单一,在目标纹理变化、光照变化较大时跟踪不稳定、易丢失目标的问题,提出了多特征联合的实时跟踪算法.该算法以多个矩阵作为压缩感知中的投影矩阵,将压缩后的数据作为特征来提取出跟踪所需的多种特征.在更新过程中,针对不同特征在跟踪过程中的稳定性不同,采取不同速度的更新方法,使得在目标环境变化时跟踪的鲁棒性仍然很高.对不同视频的测试结果表明,提出的方法在目标运动、旋转、纹理变化和光照变化的情况下跟踪准确,在目标大小为70 pixel×100 pixel时平均帧速为23 frame/s,满足实时跟踪的要求.与单一特征的压缩感知算法相比,本算法在目标纹理和光照变化很大的情况下仍能完成稳定的实时跟踪.
針對基于壓縮感知的目標跟蹤算法中存在的特徵單一,在目標紋理變化、光照變化較大時跟蹤不穩定、易丟失目標的問題,提齣瞭多特徵聯閤的實時跟蹤算法.該算法以多箇矩陣作為壓縮感知中的投影矩陣,將壓縮後的數據作為特徵來提取齣跟蹤所需的多種特徵.在更新過程中,針對不同特徵在跟蹤過程中的穩定性不同,採取不同速度的更新方法,使得在目標環境變化時跟蹤的魯棒性仍然很高.對不同視頻的測試結果錶明,提齣的方法在目標運動、鏇轉、紋理變化和光照變化的情況下跟蹤準確,在目標大小為70 pixel×100 pixel時平均幀速為23 frame/s,滿足實時跟蹤的要求.與單一特徵的壓縮感知算法相比,本算法在目標紋理和光照變化很大的情況下仍能完成穩定的實時跟蹤.
침대기우압축감지적목표근종산법중존재적특정단일,재목표문리변화、광조변화교대시근종불은정、역주실목표적문제,제출료다특정연합적실시근종산법.해산법이다개구진작위압축감지중적투영구진,장압축후적수거작위특정래제취출근종소수적다충특정.재경신과정중,침대불동특정재근종과정중적은정성불동,채취불동속도적경신방법,사득재목표배경변화시근종적로봉성잉연흔고.대불동시빈적측시결과표명,제출적방법재목표운동、선전、문리변화화광조변화적정황하근종준학,재목표대소위70 pixel×100 pixel시평균정속위23 frame/s,만족실시근종적요구.여단일특정적압축감지산법상비,본산법재목표문리화광조변화흔대적정황하잉능완성은정적실시근종.
