L1范数最大化主分量分析视觉跟踪

作     者：卢伟 袁广林 薛模根 李从利 Lu Wei;Yuan Guanglin;Xue Mogen;Li Congli

作者机构：解放军陆军军官学院科研部合肥230031 解放军陆军军官学院十一系合肥230031 解放军陆军军官学院三系合肥230031 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2013年第25卷第9期

页      面：1392-1398页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(61175035) 

主　　题：视觉跟踪 L1范数主分量分析 模板更新 粒子滤波 

摘      要：针对基于L2范数的主分量分析(L2-PCA)易受离群数据的影响,使得传统的基于L2-PCA的视觉跟踪对目标遮挡的鲁棒性较差的问题,提出一种基于L1范数最大化主分量分析(PCA-L1)的视觉跟踪算法.利用PCA-L1对目标表观建模,以粒子滤波为框架估计目标的状态;为了适应目标变化并克服模型漂移问题,提出一种PCA-L1的在线更新方法以实现子空间的更新.通过实验验证并与现有算法进行了比较的结果表明,文中算法具有较优的跟踪性能.