一种反向低秩稀疏约束下的融合Lasso目标跟踪方法

摘要

一种反向低秩稀疏约束下的融合Lasso目标跟踪方法，涉及视频目标跟踪方法，该方法建立目标表观的反向稀疏表示描述，利用候选粒子反向稀疏表示目标模板，将在线跟踪中L1优化问题的数目由候选粒子数简化为1。其次，将融合Lasso模型引入到目标跟踪建模中，约束表示系数差分的绝对值之和，保证表示系数稀疏性的同时，使其连续性差异亦稀疏。从而限制目标表观在相邻帧间具有较小差异，但允许个别帧间存在较大差异性，以适应目标的突变运动。再次，利用核范数凸近似低秩约束，限制目标表观的时域相关性，以适应目标的外观变化。本发明提出算法能完成复杂场景下的跟踪任务。具有更高的跟踪精度和较快的跟踪速度，特别是在目标突变运动情况下具有更好的鲁棒性。