基于局部敏感核稀疏表示的视频跟踪

kajchild

摘 要：为了解决 A 1 范数约束下的稀疏表示判别信息不足的问题，该文提出基于局部敏感核稀疏表示的视频目标
4 D3 s' Q( h$ e/ x0 C跟踪算法。为了提高目标的线性可分性，首先将候选目标的 SIFT 特征通过高斯核函数映射到高维核空间，然后在
高维核空间中求解局部敏感约束下的核稀疏表示，将核稀疏表示经过多尺度最大值池化得到候选目标的表示，最后
将候选目标的表示代入在线的 SVMs，选择分类器得分最大的候选目标作为目标的跟踪位置。实验结果表明，由于
( z8 q( E! }0 G+ x% O- w利用了核稀疏表示下数据的局部性信息，使得算法的鲁棒性得到一定程度的提高。
$ r1 @' `# V: l/ G! r" S关键词：视频跟踪；核稀疏表示；局部敏感约束；支持向量机
: w, ^8 O. ?" ]- T- o) X1 引言
视频目标跟踪是计算机视觉领域的基础问题之
一[1]，广泛应用于视频监控、机器人导航、人机交互
和精确制导等领域，是各种后续高级处理，如目标
识别、行为分析、视频图像压缩编码和应用理解等
高层视频处理和应用的基础。跟踪面临的挑战从内
外两个方面来说包括目标内部变化和外界变化，其
0 T- s" @6 B" [; l) T% [" }中目标内部变化包括旋转、尺度变化和形变等，外
界变化包括光照变化、遮挡和噪声等。由于目标自
+ [; P2 ~4 v8 W
" L! O" c! L" x/ y9 ^2 D
* q8 z) n6 Y5 ~


附件下载：

游客，如果您要查看本帖隐藏内容请回复

5 |" T# F5 V( @0 V# X' E1 R2 [2 B

Blah

谢谢分享