康彬;曹雯雯;颜俊;张索非
【期刊名称】《电子与信息学报》 【年(卷),期】2018(040)007
【摘 要】传统稀疏表示目标追踪算法首先通过粒子滤波方法对状态粒子进行采样,然后利用灰度特征表征采样粒子观测向量,最后构造基于观测向量的稀疏表示模型来进行目标追踪.与传统稀疏表示模型不同,该文提出一个基于典型相关性分析的稀疏表示模型,此模型首先使用两种特征来表征粒子观测向量,然后对两种观测向量的子空间投影结果进行稀疏建模.所构建的模型可通过在子空间中探究特征间的相关性来实现不同特征的互补融合,提升稀疏表示模型在复杂监控环境下的鲁棒性. 【总页数】8页(P1619-1626) 【作 者】康彬;曹雯雯;颜俊;张索非
【作者单位】南京邮电大学物联网学院 南京210003;南京邮电大学江苏省通信与网络技术工程研究中心 南京210003;南京邮电大学通信与信息工程学院 南京210003;南京邮电大学通信与信息工程学院 南京210003;南京邮电大学物联网学院 南京210003 【正文语种】中 文 【中图分类】TP391 【相关文献】
1.基于HTP稀疏表示的鲁棒目标追踪方法 [J], 聂欢;刘嘉穗;朱莉波; 2.基于稀疏表示的目标追踪算法 [J], 尚俊
3.基于HTP稀疏表示的鲁棒目标追踪方法 [J], 聂欢;刘嘉穗;朱莉波 4.基于自适应同时稀疏表示的鲁棒性目标追踪 [J], 李厚彪;樊庆宇;耿广磊 5.基于稀疏表示的目标追踪方法 [J], 李俊瑶
因版权原因，仅展示原文概要，查看原文内容请购买
因篇幅问题不能全部显示，请点此查看更多更全内容