基于超像素的壓縮感知跟蹤.pdf

1、復(fù)雜場景下的目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域最熱點(diǎn)的課題之一。經(jīng)過幾十年的研究，目標(biāo)跟蹤技術(shù)有了長足的發(fā)展，并在視頻監(jiān)控、智能交通、人機(jī)交互等民用和軍事領(lǐng)域上都有廣泛的應(yīng)用。但在實(shí)際應(yīng)用中，目標(biāo)跟蹤依然是很有挑戰(zhàn)的問題，例如光照變化、目標(biāo)外觀變化，目標(biāo)被遮擋和復(fù)雜背景干擾等眾多因素。這些因素對目標(biāo)跟蹤算法的魯棒性和實(shí)時(shí)性提出很高的要求。
　　當(dāng)前，基于壓縮感知理論的跟蹤算法通過應(yīng)用隨機(jī)測量矩陣去壓縮圖像信號來提取低維特征，極大地提高跟蹤算

2、法的實(shí)時(shí)性且越來越引起人們注意。然而當(dāng)前景目標(biāo)和背景在形狀或者紋理相似時(shí)，跟蹤結(jié)果可能并不準(zhǔn)確。針對此，本文提出基于超像素的壓縮感知跟蹤(Superpixel-based compressive tracking，SCT)算法，該算法根據(jù)新來的幀和目標(biāo)在超像素之間的相似性來構(gòu)建置信圖。超像素塊能把像素聚合成有意義原子區(qū)域，SCT算法吸收其優(yōu)點(diǎn)。置信圖提供很強(qiáng)的證據(jù)用來度量目標(biāo)出現(xiàn)的可能性，這能夠捕捉到在超像素級別目標(biāo)和背景局部外觀顏色的