140
传感器与微系统（Transducer and MicrosystemTechnologies）
2018年第37卷第10期
DOI:10.13873/J.10009787( 2018 )10-014003
基于多任务结构稀疏表示的跟踪算法
王琳"，陈志国，傅毅"2
（1.江南大学物联网工程学院，江苏无锡214122； 2.无锡环境科学与工程研究中心，江苏无锡214153）
摘要：针对目标快速运动引起的模糊和空间结构信息利用不足的间题，提出一种多任务结构稀疏表示的跟踪算法。算法预先将每顿图像调整到固定尺寸，通过对样本进行重叠分块，充分利用样本的整体、局部和空间结构信息。利用对齐池算法提取各图像块对应的多任务结构稀疏表示的系数信息，判断候选样本与目标的相似性。标准测试集上的实验结果表明，所提算法在处理通挡和快速运动等因系时更具鲁善棒性，跟踪精度更高。
关键词：运动模糊；结构稀疏表示；对齐池算法；稀疏表示
中图分类号：TP391
文献标识码：A
文章编号：1000-9787(2018)10-0140-03
I'rackingalgorithmbasedonmulti-taskstructure
sparserepresentation WANG Lin', CHEN Zhi-guo', FU Yil.2
(1. School of Internet of Things Engineering,Jiangnan University,Wuxi 214122,China ; 2.Wuxi Research Center of Environmental Science and Engineering,Wuxi 214153,China
Abstract: Aiming at problem of blur caused by fast motion of target and lacking of spatial structural information usage , a tracking algorithm based on multi-task structure sparse representation is proposed. Each frame is adjusted to a fixed size in advance and the algorithm makes the most use of the whole, local and spatial structural information by the means of the overlapping patches over samples. Then, the similarity between the candidate samples and the target is detemined by exploiting the alignment pooling algorithm, which can extract the coefficient infomation of the multi-task structure sparse representation corresponding to each image block. The experimental results on benchmark dataset show that the proposed method is more accurate and robust in dealing with fast motion and occlusion
Keywords : motion blur; structure sparse representation; alignment pooling algorithm; sparse representation
0引言
近几年，伴随着稀疏表示在人脸识别1]、图像恢复2，和视觉跟踪[3.4]等领域的广泛应用，目标跟踪得到快速发展，并成为国内外热门研究课题5-7]。在目标跟踪中利用稀疏表示求得线性表示系数后，根据重构误差最小确定最终的跟踪目标。研究人员提出了很多基于稀疏表示的生成模型跟踪算法[5.8]。MeiX等人[9]最早将稀疏表示引人到跟踪中，同时利用目标模板表示未避挡部分和项碎模板处理遮挡和噪声带来的间题，在一定程度上取得了很大的成功，但求解}，规范稀疏方程的计算量大。基于文献[9]， BaoC等人10通过近端加速算法求解1，最小化间题来提
收稿日期：2017-09-15
高计算效率；ZhangT等人[11)提出了基于多任务联合稀疏模型的跟踪算法，利用规范解决求解，规范稀疏方程计算量大的问题，并通过考虑粒子间的潜在关系提升跟踪的准确性;JiaX等人[121将局部稀疏表示模型应用到跟踪中，该方法利用一系列的重叠图像块来表示目标区域的特殊空间布局结构，并通过实时更新模板，处理跟踪中的遮挡问题。
本文通过预先将每顿图像调整到固定尺寸，处理由于目标的快速运动所引起的模榭情况，并采用重叠分块构建结构稀疏的外观模型；利用12.1规范最小二乘求解各图像块对应的稀疏编码系数，并利用对齐池算法提取多任务结构
*基金项目：国家自然科学基金资助项目（61502203）；江苏省自然科学基金资助项目（BK20150122）；江苏省高等学校自然科学研究面上资助项目（17KJB520039）