[發明專利]基于復合稀疏模型的視頻目標跟蹤方法有效
| 申請號： | 201410802562.8 | 申請日： | 2014-12-18 |
| 公開（公告）號： | CN104484890A | 公開（公告）日： | 2015-04-01 |
| 發明（設計）人： | 敬忠良;金博;王夢;潘漢 | 申請（專利權）人： | 上海交通大學 |
| 主分類號： | G06T7/20 | 分類號： | G06T7/20 |
| 代理公司： | 上海交達專利事務所 31201 | 代理人： | 王毓理;王錫麟 |
| 地址： | 200240 *** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 復合 稀疏 模型 視頻 目標 跟蹤 方法 | ||
1.一種基于復合稀疏模型的視頻目標跟蹤方法，其特征在于，包括以下步驟：
第一步：在待測試視頻的初始幀，即第一幀中手工選擇被跟蹤目標，用其初始位置生成初始粒子集在初始位置周圍緊采樣生成初始字典D；
第二步：在待測試視頻的每一幀中，使用目標的運動模型預測粒子狀態
第三步：提取預測的每一個粒子的區域的像素值并壓縮為觀測矩陣Y；
第四步：在復合稀疏表觀模型
第五步：計算重構誤差E，并對每個粒子的權重進行更新；
第六步：以更新后權重最大的粒子作為當前幀的目標，該目標的狀態為觀測為
第七步：使用觀測通過自適應方式更新字典中的模板和稀疏；
第八步：輸出所有幀的狀態估計值，即為該視頻中目標的跟蹤結果。
2.根據權利要求1所述的方法，其特征是，所述的目標的運動模型采用隨機游走模型，即新的狀態從前一時刻狀態根據高斯分布采樣而得，
3.根據權利要求1所述的方法，其特征是，第三步中所述的區域是一個平行四邊形，由粒子的狀態，即中心位置、長寬、傾斜角度所定義。
4.根據權利要求1所述的方法，其特征是，所述的壓縮是指：對所得到的像素值進行下采樣處理，并對采樣后的像素值合并為向量作為觀測值，最后將多個向量組合成觀測矩陣Y。
5.根據權利要求1所述的方法，其特征是，所述的復合稀疏表觀模型是一種所有粒子的聯合稀疏特征提取模型，即統一計算所有粒子的觀測的稀疏表示系數，它將所有粒子的聯合稀疏系數矩陣分為三個部分：群稀疏系數矩陣B、元素稀疏系數矩陣T和異常稀疏系數矩陣T，分別對應于粒子的共享特征、個性特征和異常特征。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海交通大學，未經上海交通大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410802562.8/1.html，轉載請聲明來源鉆瓜專利網。
