[00335262]一种基于加权稀疏协作模型的目标跟踪方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
通过小试
专利所属地：中国
专利号：CN201710562703.7
交易方式：
资料待完善
联系人：
安徽大学
进入空间
所在地：安徽合肥市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明公开了一种基于加权稀疏协作模型的目标跟踪方法，包括1从段视频序列的第一帧图像数据中选取跟踪的目标；2初始化任意一帧f＝1；3利用粒子滤波算法对视频序列中第f帧图像数据进行处理，得到若干个个目标候选框；4利用加权稀疏表示的判别式算法对第f帧图像数据中的目标候选框进行处理，得到目标候选框的判别式评分；5利用加权稀疏表示的产生式算法对第f个帧图像数据中的目标候选框进行处理，得到目标候选框的产生式评分；6得到候选框的最终得分；并比较所有候选框评分的大小，找到最大值对应的候选框即为跟踪结果。本发明能够对一段视频序列中的运动目标进行实时运动估计以及定位，从而实现对运动目标的稳定跟踪。
摘要：本发明公开了一种基于加权稀疏协作模型的目标跟踪方法，包括1从段视频序列的第一帧图像数据中选取跟踪的目标；2初始化任意一帧f＝1；3利用粒子滤波算法对视频序列中第f帧图像数据进行处理，得到若干个个目标候选框；4利用加权稀疏表示的判别式算法对第f帧图像数据中的目标候选框进行处理，得到目标候选框的判别式评分；5利用加权稀疏表示的产生式算法对第f个帧图像数据中的目标候选框进行处理，得到目标候选框的产生式评分；6得到候选框的最终得分；并比较所有候选框评分的大小，找到最大值对应的候选框即为跟踪结果。本发明能够对一段视频序列中的运动目标进行实时运动估计以及定位，从而实现对运动目标的稳定跟踪。
