基于低秩约束的逆向联合稀疏跟踪算法

针对目标跟踪算法容易受到背景干扰的问题,提出一种基于低秩约束的逆向联合稀疏跟踪算法。该算法对目标模板和候选模板进行空间重叠分块,对目标模板施加低秩约束,降低杂乱背景的影响,再以候选模板构建视觉子字典联合稀疏表示候选模板。在粒子框架下采取三步打分法评价候选模板,并提出局部模板更新机制,以避免局部遮挡引起的跟踪漂移。实验结果表明,该算法在旋转、快速运动、遮挡、尺度变化和背景散乱等情况下均取得较好的跟踪性能。