基于稀疏表示的遮擋目標(biāo)快速重構(gòu)算法研究.pdf

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺研究領(lǐng)域的一個(gè)熱門研究方向，并被廣泛應(yīng)用于多個(gè)領(lǐng)域，比如智能導(dǎo)航、視頻安全監(jiān)控以及武器制造等。近幾年，隨著稀疏表示在信號處理領(lǐng)域的成功應(yīng)用，許多學(xué)者將稀疏表示也應(yīng)用到目標(biāo)跟蹤中來，這種結(jié)合稀疏表示的目標(biāo)跟蹤方法在應(yīng)對光照和遮擋時(shí)，仍然能保持很好的魯棒性。然而，傳統(tǒng)的基于稀疏表示的目標(biāo)跟蹤算法并不是在所有條件下都能成立。因此，針對這種情況，本文對稀疏表示進(jìn)行深入研究，旨在解決當(dāng)前目標(biāo)跟蹤中存在的問題和提高目標(biāo)跟蹤算法在

2、復(fù)雜場景下的實(shí)時(shí)性和魯棒性。本文的主要研究內(nèi)容有以下幾點(diǎn)：
　　1、對壓縮感知理論進(jìn)行深入研究，其中包括稀疏表示、稀疏分解和字典構(gòu)造三部分。針對稀疏分解算法中稀疏度未知的情況，提出一種稀疏度自適應(yīng)重構(gòu)算法。該方法將稀疏自適應(yīng)的思想引入分段正交匹配跟蹤算法中，確保了分段正交匹配跟蹤算法在稀疏度未知情況下，仍能對圖像進(jìn)行精確重構(gòu)。
　　2、在研究稀疏表示理論的基礎(chǔ)上研究一種基于Gabor特征字典構(gòu)造方法。針對光照變化目標(biāo)姿態(tài)變化

3、問題,通過對目標(biāo)模板采用Gabor函數(shù)進(jìn)行特征提取，提出一種基于 Gabor字典稀疏表示的目標(biāo)跟蹤算法。該方法通過初始幀中的目標(biāo)模板建立Gabor特征字典，然后在跟蹤過程中通過Gabor字典對候選目標(biāo)進(jìn)行稀疏表示。
　　3、在粒子濾波跟蹤算法的框架下，研究一種基于稀疏表示的粒子濾波跟蹤算法。針對目標(biāo)跟蹤中的遮擋問題，提出一種基于稀疏學(xué)習(xí)的目標(biāo)跟蹤算法，該方法在傳統(tǒng)L1跟蹤器的基礎(chǔ)上，引入了遮擋稀疏學(xué)習(xí)，通過充分利用遮擋的先驗(yàn)信息對