论文部分内容阅读
为提高目标跟踪算法在复杂条件下的鲁棒性和准确性,在粒子滤波框架下,提出一种基于稀疏表示的2范数最小化时间连续目标跟踪算法。使用模板字典线性重构候选目标,利用2范数对重构系数进行稀疏约束,构建2范数约束的目标方程。考虑到目标状态帧间残差的连续性,将残差连续约束项嵌入目标方程,通过求偏导数的方法求解目标方程。采用稀疏表示与增量学习结合的方法对模板字典进行更新,实现目标的精确跟踪。实验结果表明,与现有目标跟踪算法相比,该算法具有较强的跟踪鲁棒性及抗干扰能力。