结合稀疏表示的跨摄像头运动目标跟踪算法

摘要

跨摄像头下的目标跟踪极富挑战性,其原因是由于不同摄像头所涵盖区域存在差异性以及运动目标行为轨迹具有随机性,从而导致干扰误差的积累,影响匹配准确度,致使跟踪失败。针对此问题,提出一种结合稀疏表示理论的跟踪模型。该模型首先通过不同摄像头间的背景亮度值,对待测目标进行光照补偿处理,以获取稳定的模板矩阵。在模型求解阶段,针对传统贪婪算法原子匹配模式单一、易忽略原子内在联系、重构精度低的问题,利用带宽排除局部优化正交匹配追踪算法中的带排除方法降低原子间相干性的影响;将局部优化技术与新的相干性判别机制结合,以此获得更为紧凑的相关带来更新支撑集,从而提高重构精度。在模板更新阶段,采用一种以相关带为单位,并根据不同的权重系数进行判断的模板替换机制,以加强模板矩阵的抗干扰性。仿真结果表明,所提方法相较于传统算法在室内及室外场景中均能稳定、鲁棒地跟踪到感兴趣的目标。