融合李群理论与特征子空间基的图像目标跟踪

作     者：吴刚 唐振民 杨静宇 WU Gang;TANG Zhen-min;YANG Jing-yu

作者机构：南京理工大学计算机科学与技术学院江苏南京210094 南京工程学院车辆工程系江苏南京211167 

出 版 物：《控制理论与应用》 (Control Theory & Applications)

年 卷 期：2012年第29卷第10期

页      面：1272-1276页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金资助项目(61101197 90820306 61072148) 山东省自然科学基金资助项目(ZR2011FM004) 高等学校博士点基金资助项目(20093219120025) 

主　　题：目标识别 群空间 学习 特征 

摘      要：针对复杂背景下目标跟踪窗口易受噪声干扰从而产生形变与漂移的问题,本文利用群空间中仿射群组受扰动后的形不变属性,将系统状态变量映射到李群空间进行处理,同时采用增量主元分析法(IPCA)算法实时学习并更新目标特征子空间数据.所提方法在利用粒子滤波算法采样粒子时,通过引入测量向量以提高权值计算的准确性.在基于Car11等4个测试集的实验中,结果优于IVT跟踪器,本文跟踪器窗口在噪声干扰下不会产生形变,跟踪成功率达到96%,结果优于IVT跟踪器.对比Kwon跟踪器,本文跟踪方法显著降低了算法复杂度,平均执行时间有效地控制在0.32s/帧.