王保宪，唐林波，陈聪葱，赵保军，王水根，王洪友

(1.北京理工大学 信息与电子学院，北京 100081； 2.石家庄铁道大学大型结构健康诊断与控制研究所，河北，石家庄 050043； 3.白城兵器试验中心，吉林，白城 137001)



基于圆形采样和稀疏表示模型的鲁棒目标跟踪

王保宪1，2，唐林波1，陈聪葱1，赵保军1，王水根1，王洪友3

(1.北京理工大学 信息与电子学院，北京 100081； 2.石家庄铁道大学大型结构健康诊断与控制研究所，河北，石家庄 050043； 3.白城兵器试验中心，吉林，白城 137001)

为解决基于稀疏表示的跟踪算法在小样本空间中出现模板漂移而在大样本空间中实时性差的问题，提出了一种基于圆形采样的双重稀疏表示目标跟踪算法. 该算法对跟踪矩形窗数据进行圆形采样，这不仅保证了目标的灰度和结构信息，而且减少了背景信息干扰. 同时对稀疏表示得到的小模板系数引入距离权重判断函数，判断目标样本变化情况，提高模板更新效率. 最后引入HOG(histogram of oriented gradient)特征，对稀疏表示得到的多个次优解进行二次稀疏表示，有效解决小样本数量少带来的估计误差. 实验结果表明，该算法能够提高小样本空间中目标跟踪的鲁棒性和实时性.

稀疏表示；目标跟踪；模板漂移

目标跟踪是视频分析的热点问题，也是后续视频处理的关键. 近年来，目标跟踪技术应用到越来越多的视觉系统中，如车辆导航、视频监控等. 一种鲁棒的目标跟踪算法需要能很好地处理背景噪声、部分遮挡、光照变化以及目标运动不连续等……