基于低秩表示的運(yùn)動(dòng)目標(biāo)檢測與跟蹤.pdf

1、低秩表示方法是將觀測數(shù)據(jù)分解為低秩塊與稀疏塊和的形式的一種手段，由于該方法對噪聲具有較好的魯棒性而受到廣大學(xué)者的關(guān)注。目前，低秩表示方法已經(jīng)比較多地用于人臉識(shí)別，目標(biāo)檢測等領(lǐng)域，且取得了較好的效果，此外，近年來也有一些學(xué)者試圖將其應(yīng)用于目標(biāo)跟蹤問題，取得了一定的成果。低秩表示方法有些類似“萬金油”，然而具體問題仍需具體分析，若一個(gè)大問題的解決方案中只有低秩表示顯然還不夠，經(jīng)常采用其他理論與之相聯(lián)合，以使得整個(gè)算法的性能最優(yōu)。
　　

2、1、相關(guān)理論分析。首先對低秩表示理論進(jìn)行分析和論述；然后再對運(yùn)動(dòng)目標(biāo)跟蹤算法中所應(yīng)用的粒子濾波相關(guān)理論進(jìn)行闡述與分析。
　　2、基于低秩表示動(dòng)態(tài)更新投影的在線運(yùn)動(dòng)目標(biāo)檢測。在研究幾種典型運(yùn)動(dòng)目標(biāo)檢測算法的基礎(chǔ)上，本文提出了一種基于低秩表示動(dòng)態(tài)更新投影的在線運(yùn)動(dòng)目標(biāo)檢測算法。采用低秩表示方法對若干連續(xù)視頻幀進(jìn)行低秩分解，并將分解所獲得的低秩部分對應(yīng)的左奇異值矩陣的正交補(bǔ)引為投影矩陣；再構(gòu)建投影模型，擬合出數(shù)據(jù)的稀疏前景；最后采用視頻

3、分段分析法則對投影矩陣進(jìn)行動(dòng)態(tài)更新，從而保證所分離的背景以及前景的有效性。對比實(shí)驗(yàn)結(jié)果證實(shí)了所提算法具有很好的檢測效果，對復(fù)雜的運(yùn)動(dòng)前景和動(dòng)態(tài)背景的處理表現(xiàn)了很強(qiáng)的魯棒性。
　　3、基于加權(quán)低秩表示的單目標(biāo)跟蹤。粒子濾波理論框架下，本文提出一種基于加權(quán)低秩表示的單目標(biāo)跟蹤算法，該算法將目標(biāo)跟蹤問題轉(zhuǎn)化為低秩表示模型，并采用加權(quán)低秩表示方法對模型進(jìn)行求解，從而獲取每個(gè)粒子數(shù)據(jù)在模板字典上對應(yīng)的低秩表示系數(shù)，其中，模板的選取采用目標(biāo)模