稀疏表示的Lucas-Kanade目标跟踪

被引：3

作者：

徐如意 ^{[1
]}

陈靓影 ^{[2
]}

机构：

[1] 华中科技大学电信系

[2] 华中师范大学国家数字化学习工程研究中心

来源：

中国图象图形学报 | 2013年 / 18卷 / 03期

关键词：

稀疏表示; LK图像配准算法; 视觉跟踪; L1范数最小化;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种新的目标跟踪算法,将稀疏表示应用于LK(Lucas-Kanade)图像配准框架。通过最小化校准误差的L1范数来求解目标的状态参数,从而实现对目标的准确跟踪。对目标同时建立两个外观模型:动态字典和静态模板,其中动态模型由动态字典的稀疏表示来描述目标外观。为了解决由于动态字典不断更新造成的跟踪漂移问题,一个两阶段迭代机制被采用。两个阶段所采用的目标模型分别为动态字典和静态模板。大量的实验结果表明,本文算法能有效应对外观变化、局部遮挡、光照变化等挑战,同时具有较好的实时性。

引用

页码：283 / 289

页数：7