一种基于流形学习与稀疏表示的行人跟踪方法

摘要

本发明涉及一种基于流形学习与稀疏表示的行人跟踪方法，通过流形学习的方式，将高维的行人目标数据表示成低维的本质特征，获得目标形变的不变性；通过稀疏表示的方式，将目标与遮挡自动分离，并通过目标模板的在线更新，消除了部分遮挡的影响；采用粒子滤波的方式，对行人运动的非线性有了良好的适应能力，增强了目标跟踪的稳定性。