压缩感知的矩阵低秩稀疏分解目标跟踪算法

来源 :小型微型计算机系统 | 被引量 : 5次 | 上传用户:lcyR87777
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对复杂场景下目标跟踪过程中目标遮挡、光照变化、快速运动等问题,提出一种压缩感知的矩阵低秩稀疏分解目标跟踪算法.该算法对跟踪区域提取特征向量压缩感知,用压缩域特征构建目标外观模型产生观测矩阵.采用非精确增广拉格朗日乘子法对观测矩阵低秩稀疏分解,获得各个候选目标的稀疏误差向量并构建误差矩阵.通过求解误差矩阵最小1-范数问题得到目标估计,并对目标模板字典在线更新适应目标外观变化.实验结果表明,算法在目标发生部分遮挡、光照变化、快速运动等复杂情况下,能够实现目标的鲁棒跟踪.
其他文献
个人健康记录服务是一项新兴的医疗信息交换服务,在该服务中,病人的记录和信息都是由自己存放在网络上的,现实中都是外包给第三方的云服务器,而云服务商是不完全可信的,因此
鲁棒的预测子空间聚类(robust predictive subspace clustering,RPSC)算法通过在预测子空间聚类中引入RPCA(robust principal component analysis)模型来提高主元分析的鲁棒性,但是
MOEA/D算法使用聚合方法将多目标问题分解成单目标问题并行进化.然而,在优化的过程中,子代在固定的邻域内替换父代,并没有考虑固定邻域不利于算法选择较合适的父代参与繁殖.针对此
针对现有的风云气象卫星系统尚未能自动检测出卫星云图的缺失区域并进行修复问题,提出一种气象卫星云图缺失区域的自动修复方法.首先,通过对卫星云图进行边缘检测,得到边缘图像;然后,基于边缘图像采用累计概率霍夫变换(PPHT)粗定位缺失区域;之后,根据粗定位信息对该缺失区域进行区域生长实现精确定位,从而实现对云图缺失区域的自动检测;最后,引入快速行进法(FMM)对检测出的云图缺失区域进行快速修复.实验结果
原始社会力模型中个体间无联系、无交互,不能体现现实生活中人与人之间的社会联系,针对这一缺陷,提出双层关系机制,底层结合改进的社会力模型指导个体运动.从三个方面对社会力模型
英语课程的学习,既是学生通过英语学习和实践活动,逐步掌握英语知识和技能,提高语言实际运用能力的过程;又是学生磨砺意志、陶冶情操、拓展视野、丰富生活、开发思维能力、发
提出一种基于密度峰值聚类的彩色图像分割方法.首先,采用超像素分割算法对图像进行预处理,获得图像的超像素表示;然后,使用密度峰值聚类算法对得到的超像素颜色特征进行聚类,可以获得图像的聚类分割结果;最后,根据区域的空间信息和颜色信息度量区域之间的距离,对聚类分割结果进行分级区域合并,获得最终的分割结果.实验结果表明,与当前的一些分割算法相比如:MS算法、FH算法、CTM算法,本文算法具有更好的分割结果
本文报告一例来源于多发性骨髓瘤的骨髓标本,经体外培养,建成了一株骨髓瘤细胞系,命名为昆明总医院人骨髓瘤细胞系KGHM。培养细胞经瑞-吉染色细胞类图形,浆丰富,嗜碱性,核圆
针对社会化图像初始标注不完备、不准确的问题,提出了一种基于标注词语义与图像视觉信息的社交图像标签丰富算法.该算法融合词频共现和Word Net语义层级两种方式挖掘标签之间的潜在联系,并由此根据已有的标注信息获取候选标签;再综合图像视觉特征和高层语义主题计算图像内容相似度,确定图像间的近邻关系;最后基于近邻图像和候选标签构造了一种新的软近邻投票规则,以刻画候选标签是否真正能描述图像内容.在数据集MI