基于稀疏表示的视频目标跟踪研究综述
视频目标跟踪在计算机视觉领域有着广泛应用,由于目标自身和外界环境变化的复杂性和难以预知性,使得复杂场景下鲁棒实时目标跟踪成为一项亟待解决的关键问题.由于视觉信息可以用少量神经元进行稀疏表示,因此稀疏表示已经广泛应用于人脸识别、目标检测和目标跟踪等计算机视觉领域.本文旨在对基于稀疏表示的视频目标跟踪算法进行综述.首先,介绍了基于稀疏表示的视频目标跟踪算法中的字典组成;其次,介绍了稀疏模型的构建及求解算法和模型更新,并对算法复杂度进行了简要分析;然后,对现有公开代码的稀疏表示跟踪算法在测试数据上进行了实验分析,结合算法模型和实验结果对其进行了分析;最后,对基于稀疏表示的视频跟踪算法存在问题进行了讨...
        Saved in:
      
    
          | Published in | 自动化学报 Vol. 44; no. 10; pp. 1747 - 1763 | 
|---|---|
| Main Authors | , , , , , , | 
| Format | Journal Article | 
| Language | Chinese | 
| Published | 
            中国人民解放军95972部队 酒泉735018%空军工程大学航空工程学院 西安710038%空军工程大学信息与导航学院 西安710077
    
        01.10.2018
     空军工程大学航空工程学院 西安710038 西安邮电大学计算机学院 西安710112%中国人民解放军95972部队 酒泉735018  | 
| Subjects | |
| Online Access | Get full text | 
| ISSN | 0254-4156 | 
| DOI | 10.16383/j.aas.2018.c170209 | 
Cover
| Summary: | 视频目标跟踪在计算机视觉领域有着广泛应用,由于目标自身和外界环境变化的复杂性和难以预知性,使得复杂场景下鲁棒实时目标跟踪成为一项亟待解决的关键问题.由于视觉信息可以用少量神经元进行稀疏表示,因此稀疏表示已经广泛应用于人脸识别、目标检测和目标跟踪等计算机视觉领域.本文旨在对基于稀疏表示的视频目标跟踪算法进行综述.首先,介绍了基于稀疏表示的视频目标跟踪算法中的字典组成;其次,介绍了稀疏模型的构建及求解算法和模型更新,并对算法复杂度进行了简要分析;然后,对现有公开代码的稀疏表示跟踪算法在测试数据上进行了实验分析,结合算法模型和实验结果对其进行了分析;最后,对基于稀疏表示的视频跟踪算法存在问题进行了讨论,并对未来的研究趋势进行了展望. | 
|---|---|
| ISSN: | 0254-4156 | 
| DOI: | 10.16383/j.aas.2018.c170209 |