%0 Journal Article
%T 融合残差Unscented粒子滤波和区别性稀疏表示的鲁棒目标跟踪
%A 杨彪
%A 林国余
%A 张为公
%A 路小波
%A 张宇歆
%J 中国图象图形学报
%D 2014
%R 10.11834/jig.20140511
%X 目的提出一种鲁棒的目标跟踪算法，将区别性稀疏表示模型应用于残差Unscented粒子滤波（RUPF）跟踪框架，从而实现对目标高效准确的跟踪。方法利用Unscented卡尔曼（UKF）滤波技术将目标的量测信息引入提议分布，并使用马尔可夫蒙特卡洛（MCMC）移动改进采样结果，提高了滤波的精度，同时有效防止了粒子的退化和贫化。基于稀疏表示建立区别性的目标观测模型，引入的背景成分可以增强算法分辨目标与背景的能力。采用可变方向乘子法（ADMM）解决稀疏表示中的L1优化问题，有效地提升了算法的执行效率。结果通过和其他跟踪算法一起，对标准测试视频进行的大量定性与定量的实验，结果表明，本文跟踪算法的跟踪精度高于一些常见的跟踪算法，同时其时间复杂度低于传统的几种基于稀疏的跟踪算法。结论随着硬件技术的不断发展，UKF滤波技术的速度不断提升，保证了本文算法可以在较高准确率下有更快的执行速度。
%K 目标跟踪
%K Unscented粒子滤波
%K 稀疏表示
%K 动态模板更新
%K 可变方向乘子法（ADMM）
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20140511&flag=1