基于压缩特征的稀疏表示运动目标跟踪

为了应对目标跟踪中光照、遮挡、以及自身运动等因素的影响,采用积分图方法提取目标模板的haar-like特征,用满足有限等距条件(RIP)的随机稀疏矩阵对特征投影压缩,简化目标特征字典的构建;同时,在字典中融入背景信息,利用目标与背景的简单关系提高跟踪的精度;最后,利用块正交匹配追踪(BOMP)算法进行成块重构目标,加快了对稀疏表示的求解,增强了跟踪的实时性.通过实验发现,使用基于压缩特征的块正交匹配跟踪算法(CF-BOMP)能构建一个有效的目标外观模型,增强跟踪的稳定性,提高跟踪的实时性.

基于稀疏表示的目标跟踪算法

为了解决目标跟踪忽视背景信息的问题,运用非常稀疏的矩阵对目标与背景样本提取低维Haar特征,并将候选目标在过完备字典中进行稀疏表示,用块正交匹配追踪的方式对稀疏表示进行求解,通过残差对目标作最大似然估计,提高跟踪效果。实验结果表明,在光照变化、遮挡、复杂背景等情况下,基于稀疏表示的目标跟踪算法具有较高的鲁棒性,且在跟踪速度上有所提升。

IIR滤波器的DSP实现

本文通过对DSP系统的设计与开发、IIR数字滤波器在DSP上的实现方法及实现过程,以及级联直接II型IIR滤波器设计方案分析论述了数字信号处理算法。