L1范数最大化主分量分析视觉跟踪

• 作 者: 卢伟 袁广林 薛模根 李从利
• 机 构: 解放军陆军军官学院科研部 合肥 230031解放军陆军军官学院十一系 合肥 230031;解放军陆军军官学院三系 合肥 230031
• 出 处: 计算机辅助设计与图形学学报
• 发表日期: 2013年09期
• 关键词: 视觉跟踪 L1范数主分量分析 模板更新 粒子滤波

针对基于L2范数的主分量分析(L2-PCA)易受离群数据的影响,使得传统的基于L2-PCA的视觉跟踪对目标遮挡的鲁棒性较差的问题,提出一种基于L1范数最大化主分量分析(PCA-L1)的视觉跟踪算法.利用PCA-L1对目标表观建模,以粒子滤波为框架估计目标的状态;为了适应目标变化并克服"模型漂移"问题,提出一种PCA-L1的在线更新方法以实现子空间的更新.通过实验验证并与现有算法进行了比较的结果表明,文中算法具有较优的跟踪性能.