基于超像素的壓縮感知跟蹤.pdf

1、復雜場景下的目標跟蹤是計算機視覺領域最熱點的課題之一。經過幾十年的研究，目標跟蹤技術有了長足的發(fā)展，并在視頻監(jiān)控、智能交通、人機交互等民用和軍事領域上都有廣泛的應用。但在實際應用中，目標跟蹤依然是很有挑戰(zhàn)的問題，例如光照變化、目標外觀變化，目標被遮擋和復雜背景干擾等眾多因素。這些因素對目標跟蹤算法的魯棒性和實時性提出很高的要求。
　　當前，基于壓縮感知理論的跟蹤算法通過應用隨機測量矩陣去壓縮圖像信號來提取低維特征，極大地提高跟蹤算

2、法的實時性且越來越引起人們注意。然而當前景目標和背景在形狀或者紋理相似時，跟蹤結果可能并不準確。針對此，本文提出基于超像素的壓縮感知跟蹤(Superpixel-based compressive tracking，SCT)算法，該算法根據新來的幀和目標在超像素之間的相似性來構建置信圖。超像素塊能把像素聚合成有意義原子區(qū)域，SCT算法吸收其優(yōu)點。置信圖提供很強的證據用來度量目標出現(xiàn)的可能性，這能夠捕捉到在超像素級別目標和背景局部外觀顏色的