改进稀疏表示模型的目标跟踪

来源：计算机应用杂志2016年第11期北京时间：

作者：刘尚旺, 郜刘阳

单位：1. 河南师范大学 计算机与信息工程学院, 河南 新乡 453007;2. "智慧商务与物联网技术"河南省工程实验室(河南师范大学), 河南 新乡 453007

摘要：针对受到光照、遮挡及姿态变化等引起的目标外观发生变化时，目标跟踪的鲁棒性和准确性较差的问题，将稀疏表示引入到粒子滤波框架进行目标跟踪，提出一种稀疏协同模型。首先，在目标运动定位模型中，使用灰度强度值表示目标对象；其次，判别模型通过训练正负模板集获得最优分类特征，并在生成模型中对目标直方图加权以提高目标生成效率；然后，将分类判别模型和生成模型集成在协同模型中，利用重构误差确定目标；最后，通过各模块独立更新，减少目标外观变化对目标跟踪的影响。实验结果表明，所提方法的平均中心误差仅为7.5像素，且具备良好的抗噪性和实时性。

关键词：稀疏表示,目标跟踪,协同模型,似然函数,重构误差

基金资助：国家自然科学基金资助项目（U1304607）；河南省高等学校重点项目（15A520080）；河南师范大学博士科研启动基金资助项目（qd12138）。