基于分段加权的反向稀疏跟踪算法研究

来源：计算机工程与应用杂志2019年第4期北京时间：

作者：邵 豪1，张 莹1，2，王 飞1，张东波1，2，薛 亮1

单位：1.湘潭大学 信息工程学院，湖南 湘潭 411105 ；2.机器人视觉感知与控制技术国家工程实验室，长沙 410082

摘要：为提高稀疏表示跟踪模型性能，提出一种分段加权的反向稀疏跟踪算法，将跟踪问题转化为在贝叶斯框架下寻找概率最高的候选对象问题，构造不同的分段权重函数来分别度量候选目标与正负模板的判别特征系数。通过池化来降低跟踪结果的不确定性干扰，选择正负模板加权系数差值最大的候选表示作为跟踪结果。实验表明，在光照变化、遮挡、快速运动、运动模糊情况下，所提出的算法可以确保跟踪结果的准确性和鲁棒性。

关键词：反向稀疏,贝叶斯估计,分段加权,目标跟踪