[发明专利]基于相关性分析的逆稀疏表示的灰度-热目标跟踪方法在审
| 申请号： | 201910541432.6 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110264494A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 丁琬;康彬;樊亚文;林敏;颜俊 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06T7/20 | 分类号： | G06T7/20 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 姚姣阳;杜春秋 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于相关性分析的逆稀疏表示的灰度‑热目标跟踪方法，包括以下步骤：采用粒子滤波器来产生目标候选矩阵Y1和Y2；提出一种基于逆稀疏表示的灰度‑热跟踪框架，并通过该模型来联合估计Y1和Y2目标候选编码，得到逆稀疏表示矩阵U1和U2；将U1和U2放入支持向量机进行判别，区分最佳目标和目标候选。本发明将典型相关性分析和逆稀疏表示集成到统一的联合优化模型中，通过探索公共子空间中灰度和热视频序列之间的相似性来突出跟踪目标的有用信息，确保从不良照明场景中获得针对目标候选者的鲁棒编码结果；提出了一种交替重构算法来解决联合优化问题，具有快速收敛性及较强的鲁棒性；使用支持向量机对目标候选的编码结果进行判别，提高跟踪速度。 | ||
| 搜索关键词： | 稀疏表示 灰度 支持向量机 编码结果 目标跟踪 典型相关性分析 矩阵 联合优化模型 粒子滤波器 跟踪目标 候选编码 候选矩阵 快速收敛 联合估计 联合优化 视频序列 照明场景 重构算法 最佳目标 鲁棒性 热跟踪 子空间 放入 鲁棒 分析 跟踪 探索 统一 | ||
【主权项】：
1.一种基于相关性分析的逆稀疏表示的灰度‑热目标跟踪方法，其特征在于，包括以下步骤：步骤A，采用粒子滤波器来产生目标候选矩阵Y1和Y2；步骤B，提出一种基于逆稀疏表示的灰度‑热跟踪框架，即基于相关性分析的逆稀疏表示模型，并通过该模型来联合估计Y1和Y2目标候选编码，得到逆稀疏表示矩阵U1和U2；步骤C，将逆稀疏表示矩阵U1和U2放入支持向量机进行判别，以区分最佳目标和目标候选。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910541432.6/，转载请声明来源钻瓜专利网。
