基于壓縮感知的圖像在線(xiàn)學(xué)習(xí)跟蹤方法研究.pdf

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要的研究方向，它在智能監(jiān)控、智能交通、人機(jī)交互等許多領(lǐng)域應(yīng)用廣泛，具有重要的研究?jī)r(jià)值和實(shí)際意義。由于目標(biāo)在運(yùn)動(dòng)過(guò)程中的外形不可以預(yù)知，且存在遮擋、尺度變化等問(wèn)題，使得具有在線(xiàn)學(xué)習(xí)功能的目標(biāo)檢測(cè)跟蹤算法研究成為熱點(diǎn)。
　　本文對(duì)圖像在線(xiàn)學(xué)習(xí)跟蹤方法進(jìn)行了一些研究和探索，重點(diǎn)對(duì)目標(biāo)跟蹤領(lǐng)域的一種長(zhǎng)時(shí)間在線(xiàn)學(xué)習(xí)跟蹤算法進(jìn)行研究，在該算法的基礎(chǔ)上進(jìn)行了改進(jìn)優(yōu)化，使得算法的實(shí)時(shí)性能得到了較大提高。論文主要工作

2、如下：
　　分析對(duì)比幾種常見(jiàn)的在線(xiàn)學(xué)習(xí)跟蹤方法，重點(diǎn)研究了 TLD(Tracking Learning Detection)目標(biāo)檢測(cè)跟蹤算法，該算法特點(diǎn)是對(duì)目標(biāo)長(zhǎng)時(shí)間的實(shí)時(shí)跟蹤，算法適應(yīng)性強(qiáng)。針對(duì)TLD算法實(shí)時(shí)跟蹤方面的不足，提出了一種基于壓縮感知的在線(xiàn)學(xué)習(xí)跟蹤方法CS-TLD(Compressive Senses-Tracking Learning Detection)。該方法在TLD的跟蹤部分使用快速壓縮感知跟蹤方法，使得運(yùn)動(dòng)