一种基于后验模板字典学习的目标跟踪方法
发布时间: 2022-04-07
来源: 试点城市(园区)
基本信息
本发明公开了一种基于后验模板字典学习的目标跟踪方法,主要包含以下步骤:基于目标模板子块的局部重组、基于当前观测的局部子块搜索、基于稀疏重构的半图像搜索、基于稀疏主成分分析的模板增量学习等模块。本发明首次提出基于当前帧观测数据的后验模板字典学习策略。一方面,该策略利用目标候选图像的信息来指导模板字典构建过程,使得所构建的字典模板与当前目标候选图像尽可能吻合,可以有效地表示目标的表观变化。另一方面,目标候选图像仅用于模板字典构建方式,因此可以有效避免过拟合。实验结果表明,相对于传统的字典构建及更新方法,本发明所提出的方法能够更加有效地跟踪目标的表观变化。该算法是一种通用的算法,具有广泛的应用前景。