模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2013, Vol. 26 Issue (7): 680-687    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于粒子滤波与稀疏表达的目标跟踪方法
杨大为1,2,3,丛杨1,唐延东1
1.中国科学院沈阳自动化研究所机器人学国家重点实验室沈阳110016
2.中国科学院大学北京100049
3.沈阳理工大学信息科学与工程学院沈阳110059
Object Tracking Method Based on Particle Filter and Sparse Representation
YANG Da-Wei1,2,3,CONG Yang1,TANG Yan-Dong1
1.State Key Laboratory of Robotics,Shenyang Institute of Automation,Chinese Academy of Sciences,
Shenyang 110016
2.University of the Chinese Academy of Sciences,Beijing 100049
3.School of Information Science and Engineering,Shenyang Ligong University,Shenyang 110159

全文: PDF (1843 KB)   HTML (0 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对视频序列图像目标跟踪中的光照变化问题,提出一种在粒子滤波器框架内,基于目标的局部二元模式(LBP)纹理特征,使用稀疏表达进行目标跟踪的方法。当前帧的跟踪粒子由前一帧的跟踪结果按高斯分布来生成。通过解l1正则化最小二乘方问题,获得每个粒子对应于模板子空间的稀疏表达,确定当前帧图像中的跟踪目标。然后使用粒子滤波器生成下一帧跟踪的粒子分布。在跟踪过程中采用新的动态模板更新策略更新模板空间中的模板。实验结果证明该方法的有效性和先进性。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
杨大为
丛杨
唐延东
关键词 目标跟踪稀疏表达局部二元模式(LBP)粒子滤波    
Abstract:Aiming at the problem of illumination variation in the object tracking of video image sequence,an object tracking method which uses sparse representation in particle filter frame is proposed based on LBP textual feature of object. The tracking particles of the current frame are generated by the last tracking result according to Gaussian distribution,the sparse representation of each particle to the template subspace is obtained by solving the l1-regularized least squares problem,and the tracking object is determined. Then,particle filter is used to propagate sample distribution in next tracking frame. In the procedure,the template is updated using a new template updating strategy. The experimental results validate the performance and advancement of the proposed method.
Key wordsObject Tracking    Sparse Representation    Local Binary Pattern (LBP)    Particle Filter   
收稿日期: 2012-05-10     
ZTFLH: TP391.41  
基金资助:国家自然科学基金资助项目(No.NSFC61105013)
作者简介: 杨大为,男,1976年生,博士研究生,主要研究方向为计算机视觉、图像处理.E-mail:dwyang@sia.cn.丛杨,男,1981年生,博士,副研究员,主要研究方向为计算机视觉、模式识别、机器学习.唐延东(通讯作者),男,1962年生,博士,研究员,主要研究方向为计算机视觉、图像处理、模式识别.E-mail:ytang@sia.cn.
引用本文:   
杨大为,丛杨,唐延东. 基于粒子滤波与稀疏表达的目标跟踪方法[J]. 模式识别与人工智能, 2013, 26(7): 680-687. YANG Da-Wei,CONG Yang,TANG Yan-Dong. Object Tracking Method Based on Particle Filter and Sparse Representation. , 2013, 26(7): 680-687.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2013/V26/I7/680
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn