您的位置: 专家智库 > >

刘占林

作品数:2 被引量:4H指数:1
供职机构:沈阳理工大学信息科学与工程学院更多>>
发文基金:辽宁省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇压缩感知
  • 2篇稀疏分解
  • 2篇矩阵
  • 2篇感知
  • 1篇目标跟踪
  • 1篇目标跟踪算法

机构

  • 2篇沈阳理工大学

作者

  • 2篇杨大为
  • 2篇王琰
  • 2篇刘占林

传媒

  • 1篇小型微型计算...
  • 1篇电子测量与仪...

年份

  • 2篇2017
2 条 记 录,以下是 1-2
排序方式:
大矩阵压缩特征目标的低秩跟踪算法被引量:1
2017年
针对压缩感知的矩阵低秩稀疏分解目标跟踪算法实时性差的问题,提出一种大矩阵压缩特征目标的低秩跟踪算法。该算法通过将大矩阵分成多个小矩阵的方法构建观测矩阵,进行矩阵低秩稀疏分解,获得各候选目标的误差向量并构建误差矩阵,求解误差矩阵列向量最小1-范数问题得到跟踪结果。为了适应跟踪过程中目标外观信息的变化,基于向量相似度判别有选择地更新字典。在跟踪结果不可信时,利用轨迹修正更新当前帧跟踪结果。通过6个典型视频序列上的对比实验,新算法的实时性是原算法的3倍。实验结果表明,在目标发生部分遮挡、光照变化、快速运动时,所提出的算法能实现目标的鲁棒跟踪。
杨大为刘占林王琰
关键词:压缩感知
压缩感知的矩阵低秩稀疏分解目标跟踪算法被引量:3
2017年
针对复杂场景下目标跟踪过程中目标遮挡、光照变化、快速运动等问题,提出一种压缩感知的矩阵低秩稀疏分解目标跟踪算法.该算法对跟踪区域提取特征向量压缩感知,用压缩域特征构建目标外观模型产生观测矩阵.采用非精确增广拉格朗日乘子法对观测矩阵低秩稀疏分解,获得各个候选目标的稀疏误差向量并构建误差矩阵.通过求解误差矩阵最小1-范数问题得到目标估计,并对目标模板字典在线更新适应目标外观变化.实验结果表明,算法在目标发生部分遮挡、光照变化、快速运动等复杂情况下,能够实现目标的鲁棒跟踪.
刘占林王琰杨大为
关键词:目标跟踪压缩感知
共1页<1>
聚类工具0