基于ℓ2正则化判别表示目标跟踪算法

点击上方蓝字

关注我们

导

读

      本文提出了一种在贝叶斯框架下基于判别表示的目标跟踪算法。首先，利用HOG特征提取目标模板和候选样本的纹理特征。其次，提出一种新颖的判别模型，并采用ℓ2正则最小均方方法对判别模型进行求解，新模型具有闭合解和非常高的计算效率。最后，引入一种新颖的似然函数和考虑遮挡因素的模型更新机制，以改善跟踪效果。作者对15个具有挑战性的视频，进行跟踪仿真并进行定性和定量评价。实验证明，本文所提算法具有较高的覆盖率和较低的中心点误差。

文章精要

请长按下方二维码识别，阅读该文。

相关内容推荐：

基于球面投影和特征提取的海量岩体点云快速配准算法 2019.13(1) 170-182

旋转不变星点描述符在深空图像配准中的应用 2018.12(5) 1013-1025

基于节点开裂法的稳定真实的裂纹模式生成算法 2018.12(4) 777-797

FCS 优青论坛|挖掘社交媒体信息的视觉理解：进展与挑战 2018.12(3) 406-422

---

Frontiers of Computer Science

---

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社和北京航空航天大学共同主办、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，双月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华教授，共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”。

---

长按二维码关注Frontiers of Computer Science公众号