再生核Hilbert空间中两阶段稀疏表示目标跟踪算法
朱虎飞1
丁子豪2
杨永亮1
冯旭祥3
丁大伟1
1.北京科技大学自动化学院,北京1000832.北京理工大学自动化学院,北京1000813.中国科学院空天信息创新研究院,北京100094
摘要：在强干扰复杂环境下,有效的特征选择对于目标跟踪模型的可解释性至关重要.针对这一问题,本文基于再生核Hilbert空间(RKHS)理论,对特征空间构建生成式的两阶段稀疏表示(TSSR)模型,从而描述图像样本与字典之间的非线性关系,避免了在字典中引入大量的琐碎模板.在第1阶段,首先建立图像样本与字典在原始低维空间中的关系,然后利用批处理最小二乘算法求得稀疏表示系数的初值,根据观测模型确定初始跟踪位置的分布;在第2阶段,首先利用核方法将原始低维空间映射到高维特征空间,然后提出一种基于核的加速近端梯度算法(KAPG),从而求得字典元素系数的核稀疏表示,最终确定跟踪目标.最后实验结果证明了本文所提出的TSSR方法在面对视角变化和部分遮挡时的有效性.
关键词：目标跟踪再生核Hilbert空间核方法稀疏表示两阶段框架加速近端梯度算法
资助基金：国家自然科学基金(61903028)国家自然科学基金(61873028)
论文发表日期：2022-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 730-740 )
英文信息