| 题名 | 基于局部稀疏表示模型的在线字典学习跟踪算法研究; Online Robust Dictionary Learning for Visual Tracking Via Part-Based Sparsity Model |
| 作者 | 罗燕龙 |
| 答辩日期 | 2014 ; 2014 |
| 导师 | 李翠华 |
| 关键词 | 稀疏表示 目标跟踪 字典学习 sparsity representation visualtracking dictionary learning |
| 英文摘要 | 视觉跟踪是计算机视觉领域内的重要问题，它在人机交互、认知系统、视频监控等领域具有广阔的应用前景。虽然人们对该领域进行了广泛的研究，但在实际目标跟踪过程中还会遇到遮挡、形变等挑战性问题。因此，视觉跟踪的研究具有很高的实用价值和现实意义。本文在现有计算机视觉跟踪算法的基础上提出了基于局部稀疏表示模型的在线字典学习跟踪算法。 首先，本文提出了一种局部稀疏表示模型来获取目标的局部信息，首先对目标进行分块，然后对每个局部小块独立构造其稀疏字典，并通过计算候选区域中每个小块与目标模板对应块的相似度，获得每个局部小块在目标图像中的投票图，再把所有局部投票图结合起来，得到一张描述目标全局情况的综合投票图， ...; Visual tracking is an important issue of computer vision. It has been widely used in many applications such as human-computer interaction, cognitive systems and surveillance. Visual tracking has been investigated extensively, but is still an open problem with chanllenges suchas occlusion, deformation in real world enviroment. Based on part-based sparsity model, this thesis proposes an algorithm ba...; 学位：工学硕士; 院系专业：信息科学与技术学院_计算机系统结构; 学号：23020111153079 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=44616 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/84507]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 罗燕龙. 基于局部稀疏表示模型的在线字典学习跟踪算法研究, Online Robust Dictionary Learning for Visual Tracking Via Part-Based Sparsity Model[D]. 2014, 2014. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论