DSPCA在自适应视频跟踪算法中的应用

为了解决单一固定目标模型在复杂的场景中易产生跟踪漂移问题，提出一种基于DSPCA的自适应粒子滤波跟踪方法，通过稀疏主成分分解(DSPCA)在线获取互补图像集，同时将其按照新的相似度BRS进行自适应融合作为新目标模型。与经典的粒子滤波跟踪算法、视觉分解跟踪算法和多特征自适应融合跟踪算法，与有挑战性较高的场景视频相比，提出的算法在形态、运动快速及严重遮挡的运动场景中，都能鲁棒地跟踪到目标。