一种基于稀疏编码的鲁棒跟踪改进算法  

An Improved Robust Tracking Algorithm Based on Sparse Coding

作　　者：王洁[1] 丁萌[1,2] 张天慈 张旭[1] 杨汝名 WANG Jie 1,DING Meng 1,2,ZHANG Tianci 1,ZHANG Xu 1,YANG Ruming 1(1.College of Civil Aviation,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China; 2.Science and Technology on Electro-optic Control Laboratory,Luoyang,Henan 471023,Chin)

机构地区：[1]南京航空航天大学民航学院,南京211106 [2]光电控制技术重点实验室,河南洛阳471023

出　　处：《计算机工程》2018年第6期194-199,共6页Computer Engineering

基　　金：国家自然科学基金"低照度环境下基于红外图像的停机坪目标监视系统关键技术研究"(U1633105);国家自然科学基金"机场场面移动车辆车载视觉监视系统关键技术研究"(61203170);航空科学基金"机载光电系统中基于稀疏表示的地面目标检测与跟踪技术研究"(20155152041);2016年研究生创新基地(实验室)开放基金"跟踪-学习-检测框架下红外图像的行人持久鲁棒跟踪技术研究"(kfjj20160706)

摘　　要：针对在跟踪过程中目标易受到遮挡、姿态变化、光照变化、复杂背景等问题的影响,提出一种改进的鲁棒跟踪算法。采用局部块稀疏编码方式,结合尺度不变特征及空间金字塔特征匹配技术进行目标表观建模。在粒子滤波的框架下引入运动估计以获取目标最优位置,并在跟踪过程中实时更新模板。实验结果表明,与DFT、FCT、OAB等常用跟踪算法相比,该算法在复杂情况下仍能保持较好的跟踪鲁棒性。Aiming at the influence of occlusion,pose change,illumination change,complex background and other issues during the tracking process,an improved robust tracking algorithm is proposed.The sparse coding method of local blocks is used to combine the SIFT features and spatial pyramid feature matching techniques to study the objective modeling method.In the framework of particle filtering,motion estimation is introduced to obtain the optimal target position,and the template is updated in real time during the tracking process.Experimental results show that compared with common tracking algorithms such as DFT,FCT and OAB,the algorithm can still maintain good tracking robustness under complex conditions.

关 键 词：目标跟踪 稀疏编码 空间金字塔匹配 粒子滤波 运动估计 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]