[发明专利]基于局部稀疏外观模型和K-选择的鲁棒性视觉跟踪方法在审
| 申请号： | 201711411775.8 | 申请日： | 2017-12-23 |
| 公开（公告）号： | CN108053421A | 公开（公告）日： | 2018-05-18 |
| 发明（设计）人： | 杨林;吴宁海;崔磊;何阳;王贝贝;周子璇 | 申请（专利权）人： | 陕西瑞海工程智慧数据科技有限公司 |
| 主分类号： | G06T7/223 | 分类号： | G06T7/223;G06K9/46;G06K9/62 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710054 陕西省西安*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于局部稀疏外观模型和K选择的鲁棒性视觉跟踪方法，包括以下步骤：步骤1，使用局部稀疏表示对目标块外观进行建模，稀疏编码直方图表示目标的基分布，步骤2，通过梯度下降学习字典作为基选择的新方法，引入K选择的字典进行学习，步骤3，稀疏约束正则化的均值偏移，通过稀疏表示找到目标中心，最终得出跟踪结果。本发明通过引入K‑选择的新型稀疏字典学习方法来学习目标的稀疏表示库，通过静态稀疏字典在线性张成的子空间限制漂移并保持灵活性，通过稀疏编码直方图及在线更新表达动态字典基分布，最后使用基于稀疏表达投票地图和重建错误正则化均值漂移定位物体中心，具有更稳定的跟踪效果。 | ||
| 搜索关键词： | 基于 局部 稀疏 外观 模型 选择 鲁棒性 视觉 跟踪 方法 | ||
【主权项】：
1.一种基于局部稀疏外观模型和K-选择的鲁棒性视觉跟踪方法，其特征在于，包括以下步骤：S1.使用局部稀疏表示对目标块的外观进行建模，稀疏编码直方图表示目标的基分布；S2.通过梯度下降学习字典作为基选择的工具，引入K-选择的字典进行学习；S3.稀疏约束正则化的均值偏移，通过稀疏表示找到目标中心，最终得出跟踪结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于陕西瑞海工程智慧数据科技有限公司，未经陕西瑞海工程智慧数据科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711411775.8/，转载请声明来源钻瓜专利网。
- 上一篇：基于制动作用指数的连续长下坡路段线形质量评价方法
- 下一篇：一种固体饮料
