%0 Journal Article
%T 稀疏表示的Lucas-Kanade目标跟踪
%A 徐如意
%A 陈靓影
%J 中国图象图形学报
%D 2013
%R 10.11834/jig.20130306
%X 提出一种新的目标跟踪算法,将稀疏表示应用于LK(Lucas-Kanade)图像配准框架。通过最小化校准误差的L1范数来求解目标的状态参数,从而实现对目标的准确跟踪。对目标同时建立两个外观模型:动态字典和静态模板,其中动态模型由动态字典的稀疏表示来描述目标外观。为了解决由于动态字典不断更新造成的跟踪漂移问题,一个两阶段迭代机制被采用。两个阶段所采用的目标模型分别为动态字典和静态模板。大量的实验结果表明,本文算法能有效应对外观变化、局部遮挡、光照变化等挑战,同时具有较好的实时性。
%K 稀疏表示
%K LK图像配准算法
%K 视觉跟踪
%K L1范数最小化
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20130306&flag=1