论文部分内容阅读
本文在粒子滤波框架下提出一种基于稀疏子空间选择的两步在线跟踪方法．在跟踪的第一步，利用稀疏子空间选择算法筛选出与目标状态相似性较高的候选区域，并将目标与背景间的过渡区域定义为单独的类别以降低目标发生漂移的可能；第二步则通过构建有效的观测模型计算候选区域与目标状态间的相似性，其中相似性函数综合考虑二者在整体和局部特征上的相似性，且将目标的原始状态和当前状态都作为参考，因此增强了观测模型的可靠性；最后利用最大后验概率估计目标状态．此外，该算法通过对目标数据的更新来适应目标的表观变化．实验结果表明该算法能有效处