TA的每日心情 | 开心
2020-8-28 15:14 |
|---|
签到天数: 2 天 [LV.1]初来乍到
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要： 传统子空间跟踪易受到模型漂移的影响而导致跟踪失败．针对此问题，本文提出一种基于主分量寻踪 的鲁棒视觉跟踪方法．该方法以多个模板张成的子空间作为目标表观模型，利用主分量寻踪求解候选目标的误差分 量，在粒子滤波框架下利用候选目标的误差分量估计最优状态参数．为了适应目标表观变化并克服模型漂移，本文提 出一种模板更新方法．当跟踪结果与目标模板相似时，该方法利用跟踪结果更新目标模板，否则利用跟踪结果的低秩 分量更新目标模板．在多个具有挑战性的图像序列上的实验结果表明：与现有跟踪方法相比，文中的跟踪方法具有较 优的跟踪性能． 关键词： 视觉跟踪；模型更新；主分量寻踪；稀疏分量" V: }" |% t7 D7 h7 t9 I" s8 v- b# k
+ p/ E; }3 z& p, |' R1 _' P4 I% ^8 v# D6 U# G' T4 K; d. D, h& ~ k
( W/ F* s4 E( c$ t6 U5 ?, X& A) V
视觉跟踪是计算机视觉领域中的基础研究问题，其 目标是利用图像序列估计目标的状态，它在智能监控、 人机交互、机器人导航和视觉制导等领域有重要的应用 价值．视觉跟踪的主要难题是复杂背景，以及目标遮挡、 光照变化和视角变化等因素引起的目标表观变化．针对 这些难题，尽管已经提出了一些跟踪方法［１～３］，但是这 些问题并没有解决，视觉跟踪仍然是计算机视觉领域中 研究的热点．! s$ B: W6 L, U. _; \/ z
附件下载：
基于主分量寻踪的鲁棒视觉跟踪.pdf
(3.09 MB, 下载次数: 0)
: A/ p: i2 h# [/ z9 a
|
|
/1 
发表于 2020-12-24 10:29
收藏
淘帖
支持！
反对！