一种基于子空间特征的多任务学习目标跟踪方法
基本信息
申请号 | CN201510324826.8 | 申请日 | - |
公开(公告)号 | CN104899896B | 公开(公告)日 | 2018-03-02 |
申请公布号 | CN104899896B | 申请公布日 | 2018-03-02 |
分类号 | G06T7/246;G06T7/277 | 分类 | 计算;推算;计数; |
发明人 | 李映;胡晓华 | 申请(专利权)人 | 东莞市军民融合创新研究院 |
代理机构 | 西北工业大学专利中心 | 代理人 | 王鲜凯 |
地址 | 523000 广东省东莞市厚街镇厚大路厚街段28号2号楼201室 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及一种基于子空间特征的多任务学习目标跟踪方法,充分利用子空间和稀疏重建在目标外观建模方面的优势,将l 1算法引入到子空间中,借助多任务学习(MTT)的方法来挖掘各个粒子之间的相互关系。构造字典时不再采用图像模板,而是利用PCA的特征子空间构成,并加入琐碎模板以重建噪声。将每一个粒子稀疏表达系数的求解看作是MTT中的一个单任务学习问题,通过施加常用的混合范数l2,1来联合求解所有粒子的稀疏表示系数,并借助Accelerated Proximal Gradient(APG)方法来进行多任务稀疏表示的求解。相较于l 1跟踪的方法,MTT方法通过挖掘粒子之间的相关性来提高跟踪效果和降低跟踪的计算复杂度。 |
