基于多特征和局部联合稀疏表示的目标跟踪

针对目标跟踪容易受到遮挡、形变和光照变化影响的问题, 在粒子滤波框架下提出一种基于多特征和局部联合稀疏表示的目标跟踪算法。利用HSV空间建立目标的颜色表观模型; 利用增强的中心对称局部二值模式建立目标的纹理表观模型, 并用局部联合稀疏编码表示。综合颜色和纹理特征计算候选区域与目标的相似性, 并利用最大后验概率估计目标当前状态。每2帧判断一次目标表观模型是否需要更新, 减少了因频繁更新目标造成的累积误差。利用visual tracker benchmark数据集与其他4种跟踪算法进行了对比实验, 结果表明, 本文算法的整体精确度和成功率分别为83.5%和79.6%。本文算法在存在遮挡、形变和光照