电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2015年
5期
1160-1166
,共7页
目标跟踪%分块压缩感知%贝叶斯分类器%变先验概率
目標跟蹤%分塊壓縮感知%貝葉斯分類器%變先驗概率
목표근종%분괴압축감지%패협사분류기%변선험개솔
Object tracking%Block compressed sensing%Bayes classifier%Variable priori probability
针对矩形跟踪框在边缘处包含较多背景信息的问题,该文提出一种基于规范化梯度特征的带权分块压缩感知的目标特征提取方法.该方法将压缩感知测量矩阵转化为分块对角矩阵,且根据块的重要程度分配适当的权重,缩小测量矩阵规模,简化特征提取运算,弱化背景干扰.然后将提取的特征输入变先验概率的贝叶斯分类器,变先验概率的分类器充分利用已有的跟踪结果,从一定程度预测了目标的运动方向,减小候选目标的分类歧义性,使得每一帧的分类函数根据以往跟踪结果进行变化,提高了分类的准确度.实验在8个具有常见跟踪难度的序列中测试,并与目前较流行的4种目标跟踪算法在跟踪效果、成功率等方面进行比较,结果从多个角度表明,该文提出的目标跟踪算法具有较高的准确度和稳定性.
針對矩形跟蹤框在邊緣處包含較多揹景信息的問題,該文提齣一種基于規範化梯度特徵的帶權分塊壓縮感知的目標特徵提取方法.該方法將壓縮感知測量矩陣轉化為分塊對角矩陣,且根據塊的重要程度分配適噹的權重,縮小測量矩陣規模,簡化特徵提取運算,弱化揹景榦擾.然後將提取的特徵輸入變先驗概率的貝葉斯分類器,變先驗概率的分類器充分利用已有的跟蹤結果,從一定程度預測瞭目標的運動方嚮,減小候選目標的分類歧義性,使得每一幀的分類函數根據以往跟蹤結果進行變化,提高瞭分類的準確度.實驗在8箇具有常見跟蹤難度的序列中測試,併與目前較流行的4種目標跟蹤算法在跟蹤效果、成功率等方麵進行比較,結果從多箇角度錶明,該文提齣的目標跟蹤算法具有較高的準確度和穩定性.
침대구형근종광재변연처포함교다배경신식적문제,해문제출일충기우규범화제도특정적대권분괴압축감지적목표특정제취방법.해방법장압축감지측량구진전화위분괴대각구진,차근거괴적중요정도분배괄당적권중,축소측량구진규모,간화특정제취운산,약화배경간우.연후장제취적특정수입변선험개솔적패협사분류기,변선험개솔적분류기충분이용이유적근종결과,종일정정도예측료목표적운동방향,감소후선목표적분류기의성,사득매일정적분류함수근거이왕근종결과진행변화,제고료분류적준학도.실험재8개구유상견근종난도적서렬중측시,병여목전교류행적4충목표근종산법재근종효과、성공솔등방면진행비교,결과종다개각도표명,해문제출적목표근종산법구유교고적준학도화은정성.