用于鲁棒视觉跟踪的 3D-DCT 紧凑表示的增量学习
计算机视觉与模式识别
2012-07-21 v2 机器学习
摘要
视觉跟踪通常需要一个对视频中遇到的光照变化、姿态变化及其他因素具有鲁棒性的物体外观模型。在本文中，我们利用三维离散余弦变换（3D-DCT）构建了一个外观模型。3D-DCT 基于一组余弦基函数，这些函数由三维信号的维度决定，因此独立于输入视频数据。此外，3D-DCT 能生成一个紧凑的能谱，如果外观样本相似，其高频系数将是稀疏的。通过丢弃这些高频系数，我们同时获得了基于 3D-DCT 的紧凑物体表示和一种基于信号重建的相似度度量（反映了信号重建中的信息损失）。为了高效更新物体表示，我们提出了一种增量式 3D-DCT 算法，该算法将 3D-DCT 分解为对输入视频数据连续进行的二维离散余弦变换（2D-DCT）和一维离散余弦变换（1D-DCT）操作。
引用
@article{arxiv.1207.3389,
title = {Incremental Learning of 3D-DCT Compact Representations for Robust Visual Tracking},
author = {Xi Li and Anthony Dick and Chunhua Shen and Anton van den Hengel and Hanzi Wang},
journal= {arXiv preprint arXiv:1207.3389},
year = {2012}
}
备注
21 pages. Appearing in IEEE Transactions on Pattern Analysis and Machine Intelligence