[发明专利]一种基于重要性加权的结构稀疏跟踪方法在审
| 申请号： | 201710598145.X | 申请日： | 2017-07-20 |
| 公开（公告）号： | CN107392938A | 公开（公告）日： | 2017-11-24 |
| 发明（设计）人： | 牛为华;赵鹏 | 申请（专利权）人： | 华北电力大学（保定） |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06K9/62 |
| 代理公司： | 石家庄开言知识产权代理事务所(普通合伙)13127 | 代理人： | 喻慧玲 |
| 地址： | 071003 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于重要性加权的结构稀疏跟踪方法,包含一、对目标表观建模，输入目标初始状态获得目标模板和背景模板，学习结构稀疏字典；对目标区域内的局部图像块进行聚类，构造权重字典；计算局部图像的重要性权重矢量、遮挡状态矢量和重要性加权结构稀疏模型；二、跟踪目标，对目标状态进行采样，得到当前帧的候选状态以及对应的采样粒子；利用仿射变换将候选粒子区域映射至固定的矩形中；由结构稀疏字典和局部图像的权重矢量计算样本模型；由公式计算目标模型与样本模型之间的相似性；根据最大后验概率估计目标当前状态，及在模板更新阶段，通过带有遮挡检测机制的模板更新策略对目标模板进行在线的更新以避免跟踪漂移，从而能够更好的适应目标表观的变化。 | ||
| 搜索关键词： | 一种 基于 重要性 加权 结构 稀疏 跟踪 方法 | ||
【主权项】：
一种基于重要性加权的结构稀疏跟踪方法,其特征在于，包含步骤：一、对目标表观建模：1)输入目标初始状态S0；获得目标模板和背景模板，学习结构稀疏字典D；2)对目标区域内的局部图像块进行聚类，构造权重字典Dw；3)计算局部图像的重要性权重矢量W和重要性加权结构稀疏模型B。
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华北电力大学（保定），未经华北电力大学（保定）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/201710598145.X/，转载请声明来源钻瓜专利网。
