基于稀疏学习的去余弦窗跟踪算法

基于稀疏学习的去余弦窗跟踪算法

江 山

(乐山师范学院 电子信息与人工智能学院，四川乐山614000)

摘 要：针对高效卷积算子(ECO)算法在训练样本存在污染和错误响应意外波峰的问题，在该算法基础上提出了一种改进方案，旨在降低负训练样本对模型学习的污染风险和平滑意外响应波峰。首先，引入稀疏响应正则化项对响应图中的意外波峰进行约束，减少冗余参数并提高泛化能力；其次，去余弦窗，引入二值和高斯形状掩膜函数对训练样本进行处理，得到不受边界效应影响的样本；最后，验证该改进算法的可靠性。结果表明，改进后的算法较ECO算法在成功率和精确度上分别提高了1.8%和4.6%,在应对变形、光照变化、遮挡和快速运动等方面表现出较好的鲁棒性，具有应用前景。

关键词：相关滤波；去余弦窗；目标跟踪；稀疏学习