低秩重检测的多特征时空上下文的视觉跟踪

来源：软件学报杂志2018年第4期北京时间：

作者：郭文,游思思,张天柱,徐常胜

单位：郭文，山东工商学院 信息与电子工程学院, 山东 烟台 264009;山东省高校感知技术与控制重点实验室, 山东 烟台 26400911,游思思，山东工商学院 信息与电子工程学院, 山东 烟台 264009;山东省高校感知技术与控制重点实验室, 山东 烟台 26400902,张天柱，模式识别国家重点实验室(中国科学院 自动化研究所), 北京 10019003,徐常胜，模式识别国家重点实验室(中国科学院 自动化研究所), 北京 10019004

摘要：时空上下文跟踪算法充分地利用空间上下文中包含的结构信息能够有效地对目标进行跟踪，实时性优良.但该算法仅利用单一的灰度信息，使得目标的表观表达缺乏判别性，而且该方法在由于遮挡等问题造成的跟踪漂移后无法进行初始化.针对时空上下文算法存在的弱点，提出了一种基于低秩重检测的多特征时空上下文跟踪方法.首先，利用多特征对时空上下文进行多方面的提取，构建复合时空上下文信息，充分利用目标周围的特征信息，提高目标表观表达的有效性.其次，利用简单、有效的矩阵分解方式将跟踪到的历史跟踪信息进行低秩表达，将其引入有效的在线重检测器中来保持跟踪结构的一致稳定性，解决了跟踪方法在跟踪失败后的重定位问题，在一系列跟踪数据集上的实验结果表明，该算法与原始算法及当前的主流算法相比有更好的跟踪精度与鲁棒性，且满足实时性要求.

关键词：低秩近似矩阵分解;时空上下文;多特征融合;目标跟踪

基金资助：国家自然科学基金（61572296，61472227，61303086，61328205），山东省自然科学基金（ZR2015FL020）；模式识别国家重点实验室开放课题（201600024）