基于元样本稀疏表示的目标跟踪算法

摘要

近年来,稀疏表示被引入视频目标跟踪问题中.在粒子滤波框架下,视频跟踪问题被看作是使用若干个目标模板来稀疏化线性表示候选区域的过程,并使用“小模板”来处理目标物在视频场景中出现的各种复杂变化.但算法没能利用模板的本质特性,复杂度高.基于元样本稀疏表示提出一种目标跟踪算法,提取目标模板的元样本建立目标词典,再针对目标遮挡情况引入遮挡词典,进而构造超完备词典;在跟踪阶段,采用了一种迭代的方法解决l1最小范数问题,计算稀疏表示系数.实验结果表明：提出的算法比文献中现有的基于l1范数最小化的跟踪方法性能更稳定、计算效率更高.