基于局部稀疏外观模型和K-选择的鲁棒性视觉跟踪方法
基本信息
| 申请号 | CN201711411775.8 | 申请日 | - |
| 公开（公告）号 | CN108053421A | 公开（公告）日 | 2018-05-18 |
| 申请公布号 | CN108053421A | 申请公布日 | 2018-05-18 |
| 分类号 | G06T7/223;G06K9/46;G06K9/62 | 分类 | 计算；推算；计数; |
| 发明人 | 杨林;吴宁海;崔磊;何阳;王贝贝;周子璇 | 申请（专利权）人 | 山东海瑞智慧数据科技有限公司 |
| 代理机构 | 西安通大专利代理有限责任公司 | 代理人 | 徐文权 |
| 地址 | 710054 陕西省西安市西咸新区沣西新城西部云谷13号楼9层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于局部稀疏外观模型和K选择的鲁棒性视觉跟踪方法，包括以下步骤：步骤1，使用局部稀疏表示对目标块外观进行建模，稀疏编码直方图表示目标的基分布，步骤2，通过梯度下降学习字典作为基选择的新方法，引入K选择的字典进行学习，步骤3，稀疏约束正则化的均值偏移，通过稀疏表示找到目标中心，最终得出跟踪结果。本发明通过引入K‑选择的新型稀疏字典学习方法来学习目标的稀疏表示库，通过静态稀疏字典在线性张成的子空间限制漂移并保持灵活性，通过稀疏编码直方图及在线更新表达动态字典基分布，最后使用基于稀疏表达投票地图和重建错误正则化均值漂移定位物体中心，具有更稳定的跟踪效果。 |
