论文研究判别稀疏表示与在线字典学习的运动目标跟踪.pdf

针对传统稀疏表示不能有效区分目标和背景的缺点，提出一种判别稀疏表示算法，这种算法在传统稀疏表示目标函数中加入一个判别函数，大大降低干扰因素对目标跟踪的影响。基于判别稀疏表示和[?1]约束，提出一种在线字典学习算法升级目标模板，有效降低背景信息对目标模板的影响。提取目标梯度方向的直方图（HOG）特征，利用其对光照和形变等复杂环境具有较强鲁棒性的优点，实现对目标更稳定的跟踪。实验结果表明，与现有跟踪方法相比，该算法的跟踪效果更好。