基于局部稀疏表示模板匹配跟蹤算法的研究.pdf

1、跟蹤技術(shù)作為安防領(lǐng)域中重要的技術(shù)，很多學者都在研究跟蹤有關(guān)技術(shù)，設(shè)計了許多跟蹤系統(tǒng)，如智能監(jiān)控系統(tǒng)、防盜報警系統(tǒng)、視頻檢索系統(tǒng)和智能交通系統(tǒng)等，同時也提出了多種類型的算法。本文主要研究的是基于稀疏表示模型的算法，通過仿真實驗分析粒子濾波稀疏表示(PFSRA)跟蹤算法和局部稀疏表示(LSRTA)跟蹤算法，發(fā)現(xiàn)LSRTA算法的跟蹤效果更好;但是在目標發(fā)生大面積遮擋和目標外觀變化等情況下，目標會發(fā)生偏移現(xiàn)象;在LSRTA跟蹤算法的基礎(chǔ)上,提出

2、了一種帶修正機制的局部稀疏表示模板匹配算法(LSRTMTA)跟蹤算法。實驗結(jié)果表明LSRTMTA跟蹤算法不僅保留了LSRTA跟蹤算法的優(yōu)點，還具有自動修正偏移功能，改善了跟蹤效果，增加了目標跟蹤過程中的容錯性。
　　論文主要工作如下:
　　1.概述了稀疏表示的幾種求解算法，選取了BP算法、OMP算法和BOMP算法進行比較，分析三種算法的優(yōu)缺點;介紹了PFSRA跟蹤算法和LSRTA跟蹤算法，通過實驗仿真發(fā)現(xiàn)LSRTA跟蹤算法比

3、PFSRA跟蹤算法運行速度更快，跟蹤更準確，但是當目標在發(fā)生大面積遮擋和目標快速移動等情況時，還是會發(fā)生目標偏移現(xiàn)象。
　　2.針對目標偏移問題，提出了一種帶修正機制的LSRTMTA跟蹤算法，在LSRTA算法跟蹤過程中，LSRTMTA跟蹤算法不斷的通過計算新模板與當前模板的匹配值來判斷是否發(fā)生偏移，當發(fā)生偏移時，停止LSRTA算法跟蹤，通過模板與幀圖像之間匹配來重新確定目標位置，當確定目標位置后，再次進行LSRTA算法跟蹤。