随机字典的粒子滤波视频跟踪

摘要

本文给出一种新的利用压缩感知稀疏编码进行鲁棒视觉跟踪的算法,采用的稀疏编码方法是最小绝对压缩选择算子(least absolute shrinkage and selection operator,LASSO).首先,为了定位视频中下一帧中的跟踪目标,当前帧中的图像目标被稀疏地表示成一个被随机采样粒子目标所张成的空间;接着,关联目标的相似度由非负的稀疏系数决定,这与普通的粒子滤波框架有所不同,下一帧目标的位置由具有较大稀疏系数的粒子点决定;最后,状态更新算法在下一个时刻依照贝叶斯推理框架迭代进行.实验证明本文提出的算法具有良好的鲁棒性以及快速性,能够较好地跟踪亮度变化很大的场景中的目标.