检索结果-维普期刊中文期刊服务平台

基于稀疏稠密结构表示与在线鲁棒字典学习的视觉跟踪被引量：7: 1; 作者袁广林薛模根《电子与信息学报》 EI CSCD 北大核心 2015年第3期536-542,共7页; L1跟踪对适度的遮挡具有鲁棒性,但是存在速度慢和易产生模型漂移的不足。为了解决上述两个问题,该文首先提出一种基于稀疏稠密结构的鲁棒表示模型。该模型对目标模板系数和小模板系数分别进行L2范数和L1范数正则化增强了对离群模板的鲁... 展开更多; 关键词视觉跟踪稀疏表示稠密表示字典学习; 在线阅读下载PDF 职称材料

L_2范数正则化鲁棒编码视觉跟踪被引量：4: 2; 作者袁广林薛模根《电子与信息学报》 EI CSCD 北大核心 2014年第8期1838-1843,共6页; 针对基于稀疏表示的视觉跟踪计算效率低和易于产生"模型漂移"的不足,该文提出一种基于L2范数正则化鲁棒编码的视觉跟踪方法。该方法利用L2范数正则化鲁棒编码求解候选目标的编码系数,以粒子滤波为框架,利用候选目标的加权重... 展开更多; 关键词视觉跟踪 L2范数正则化鲁棒编码遮挡检测; 在线阅读下载PDF 职称材料

基于稀疏度约束与动态组结构稀疏编码的鲁棒视觉跟踪被引量：3: 3; 作者袁广林薛模根《电子学报》 EI CAS CSCD 北大核心 2015年第8期1499-1505,共7页; 目标编码系数的稀疏性使得L1跟踪成为解决遮挡目标跟踪的有效方法之一,但是现有稀疏编码算法没有利用L1跟踪中编码系数的特殊稀疏结构.本文基于目标模板系数稀疏度约束要求和小模板系数的空间连续性结构,利用块坐标优化原理提出一种两... 展开更多; 关键词 L1跟踪稀疏编码约束稀疏度空间连续性结构; 在线阅读下载PDF 职称材料

基于主分量寻踪的鲁棒视觉跟踪: 4; 作者袁广林薛模根《电子学报》 EI CAS CSCD 北大核心 2015年第3期417-423,共7页; 传统子空间跟踪易受到模型漂移的影响而导致跟踪失败.针对此问题,本文提出一种基于主分量寻踪的鲁棒视觉跟踪方法.该方法以多个模板张成的子空间作为目标表观模型,利用主分量寻踪求解候选目标的误差分量,在粒子滤波框架下利用候选目标... 展开更多; 关键词视觉跟踪模型更新主分量寻踪稀疏分量; 在线阅读下载PDF 职称材料

L1范数最大化主分量分析视觉跟踪被引量：3: 5; 作者卢伟袁广林 +1 位作者薛模根李从利《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2013年第9期1392-1398,共7页; 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... 展开更多; 关键词视觉跟踪 L1范数主分量分析模板更新粒子滤波; 在线阅读下载PDF 职称材料

题名基于稀疏稠密结构表示与在线鲁棒字典学习的视觉跟踪被引量：7: 1; 作者袁广林薛模根; 机构解放军陆军军官学院十一系解放军陆军军官学院科研部合肥工业大学计算机与信息学院; 出处《电子与信息学报》 EI CSCD 北大核心 2015年第3期536-542,共7页; 基金国家自然科学基金(61175035 61379105)资助课题; 文摘 L1跟踪对适度的遮挡具有鲁棒性,但是存在速度慢和易产生模型漂移的不足。为了解决上述两个问题,该文首先提出一种基于稀疏稠密结构的鲁棒表示模型。该模型对目标模板系数和小模板系数分别进行L2范数和L1范数正则化增强了对离群模板的鲁棒性。为了提高目标跟踪速度,基于块坐标优化原理,用岭回归和软阈值操作建立了该模型的快速算法。其次,为降低模型漂移的发生,该文提出一种在线鲁棒的字典学习算法用于模板更新。在粒子滤波框架下,用该表示模型和字典学习算法实现了鲁棒快速的跟踪方法。在多个具有挑战性的图像序列上的实验结果表明:与现有跟踪方法相比,所提跟踪方法具有较优的跟踪性能。; 关键词视觉跟踪稀疏表示稠密表示字典学习; Keywords Visual tracking Sparse representation Dense representation Dictionary learning; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名L_2范数正则化鲁棒编码视觉跟踪被引量：4: 2; 作者袁广林薛模根; 机构解放军陆军军官学院十一系解放军陆军军官学院科研部合肥工业大学计算机与信息学院; 出处《电子与信息学报》 EI CSCD 北大核心 2014年第8期1838-1843,共6页; 基金国家自然科学基金(61175035 61379105)资助课题; 文摘针对基于稀疏表示的视觉跟踪计算效率低和易于产生"模型漂移"的不足,该文提出一种基于L2范数正则化鲁棒编码的视觉跟踪方法。该方法利用L2范数正则化鲁棒编码求解候选目标的编码系数,以粒子滤波为框架,利用候选目标的加权重建误差建立似然模型跟踪目标。为了适应目标的变化并克服"模型漂移"问题,利用L2范数正则化鲁棒编码估计当前目标的加权矩阵用于遮挡检测,根据遮挡检测结果实现模型更新。对提出的跟踪方法进行实验的结果表明:与现有跟踪方法相比,该方法具有较优的跟踪性能。; 关键词视觉跟踪 L2范数正则化鲁棒编码遮挡检测; Keywords Visual tracking L2-norm regularization Robust coding Occlusions detection; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于稀疏度约束与动态组结构稀疏编码的鲁棒视觉跟踪被引量：3: 3; 作者袁广林薛模根; 机构解放军陆军军官学院十一系解放军陆军军官学院科研部; 出处《电子学报》 EI CAS CSCD 北大核心 2015年第8期1499-1505,共7页; 基金国家自然科学基金(No.61175035 No.61379105) 中国博士后科学基金(No.2014M562535); 文摘目标编码系数的稀疏性使得L1跟踪成为解决遮挡目标跟踪的有效方法之一,但是现有稀疏编码算法没有利用L1跟踪中编码系数的特殊稀疏结构.本文基于目标模板系数稀疏度约束要求和小模板系数的空间连续性结构,利用块坐标优化原理提出一种两阶段稀疏编码算法用于视觉跟踪.在第一阶段,该算法利用正交匹配追踪求解具有约束稀疏度的目标模板系数,在第二阶段,该算法利用动态组稀疏编码求解具有空间连续性的小模板系数.在粒子滤波框架下,利用提出的稀疏编码算法实现了鲁棒的视觉跟踪.实验结果表明本文提出的跟踪方法比现有跟踪方法具有更强的鲁棒性和较高的跟踪精度.; 关键词 L1跟踪稀疏编码约束稀疏度空间连续性结构; Keywords L1 tracker sparse coding sparsity-constrained spatial continuity structure; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于主分量寻踪的鲁棒视觉跟踪: 4; 作者袁广林薛模根; 机构解放军陆军军官学院十一系解放军陆军军官学院科研部; 出处《电子学报》 EI CAS CSCD 北大核心 2015年第3期417-423,共7页; 基金国家自然科学基金(No.61175035 No.61379105); 文摘传统子空间跟踪易受到模型漂移的影响而导致跟踪失败.针对此问题,本文提出一种基于主分量寻踪的鲁棒视觉跟踪方法.该方法以多个模板张成的子空间作为目标表观模型,利用主分量寻踪求解候选目标的误差分量,在粒子滤波框架下利用候选目标的误差分量估计最优状态参数.为了适应目标表观变化并克服模型漂移,本文提出一种模板更新方法.当跟踪结果与目标模板相似时,该方法利用跟踪结果更新目标模板,否则利用跟踪结果的低秩分量更新目标模板.在多个具有挑战性的图像序列上的实验结果表明:与现有跟踪方法相比,文中的跟踪方法具有较优的跟踪性能.; 关键词视觉跟踪模型更新主分量寻踪稀疏分量; Keywords visual tracking model update principal component pursuit sparse component; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名L1范数最大化主分量分析视觉跟踪被引量：3: 5; 作者卢伟袁广林薛模根李从利; 机构解放军陆军军官学院科研部解放军陆军军官学院十一系解放军陆军军官学院三系; 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2013年第9期1392-1398,共7页; 基金国家自然科学基金(61175035); 文摘针对基于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.; 关键词视觉跟踪 L1范数主分量分析模板更新粒子滤波; Keywords visual tracking L1-norm principal component analysis model update particle filter; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于稀疏稠密结构表示与在线鲁棒字典学习的视觉跟踪	袁广林薛模根	《电子与信息学报》 EI CSCD 北大核心	2015	7	在线阅读下载PDF 职称材料
2	L_2范数正则化鲁棒编码视觉跟踪	袁广林薛模根	《电子与信息学报》 EI CSCD 北大核心	2014	4	在线阅读下载PDF 职称材料
3	基于稀疏度约束与动态组结构稀疏编码的鲁棒视觉跟踪	袁广林薛模根	《电子学报》 EI CAS CSCD 北大核心	2015	3	在线阅读下载PDF 职称材料
4	基于主分量寻踪的鲁棒视觉跟踪	袁广林薛模根	《电子学报》 EI CAS CSCD 北大核心	2015	0	在线阅读下载PDF 职称材料
5	L1范数最大化主分量分析视觉跟踪	卢伟袁广林薛模根李从利	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2013	3	在线阅读下载PDF 职称材料