论文部分内容阅读
本文基于图像梯度的稀疏性提出了一种实时压缩感知跟踪算法。首先获取图像的梯度向量，然后通过随机二值矩阵获得图像梯度的低维特征，最后将低维特征通过贝叶斯分类器选取具有最大响应的候选框作为目标的跟踪位置。在此基础上分别提取正负样本来更新贝叶斯分类器的参数。实验结果表明该算法对于光照变化和部分遮挡具有较好的鲁棒性，并且可实现实时跟踪。