文件名称：在本地补丁上使用区分性稀疏编码进行有效的实时车辆跟踪
文件大小：2.75MB
文件格式：PDF
更新时间：2024-05-03 17:56:34
研究论文
提出了一种视觉跟踪框架，该框架提供了一种对象检测器和跟踪器，其重点是在现实世界的智能交通系统应用的监视中进行有效，高效的视觉跟踪。该框架将跟踪任务视为对象检测，特征表示的问题。和分类，这与外观模型匹配方法不同。 通过对称为DSCLP的局部补丁进行区分性稀疏编码的特征表示，该模型在针对局部聚类补丁的字典上进行训练，从正负数据集采样，显着提高了判别能力和鲁棒性，这使得我们的方法对复杂逼真的设置，并带有各种质量下降的图像。 此外，通过一次性背景减法捕获对象以及脱机词典训练，可显着减少计算时间，这使我们的框架即使在交通繁忙的高清序列中也能实现实时跟踪性能。 实验结果表明，在速度，准确性和鲁棒性方面，我们的工作表现优于某些最新技术，并且在复杂的现实情况下表现出更高的鲁棒性，并且由于车辆遮挡image.blur而导致图像质量下降雨或雾，并改变视点或规模。