Learning Collaborative Sparse Representation for Grayscale-Thermal Tacking
1、介绍
热红外传感器在较差的光照条件下比可见光光谱相机更有效；可见光谱相机在分离两个运动物体交叉或运动时更有效。灰度数据+热频谱数据可以互补信息，在具有挑战性的场景中实现鲁棒的跟踪性能。
本文针对灰度热跟踪的协同模型和综合评价基准，通过现有的工作，解决以下几个问题：
如何根据灰度和热信息的可靠性，自适应地利用灰度+热信息实现鲁棒跟踪。（联合稀疏表示方法在灰度热跟踪中取得了良好的效果，但是忽略了稀疏表示中不同模式的可靠性。）
如何建立一个全面的灰度-热跟踪基准来促进这一方向的研究。（缺乏全面的视频基
翻译
2018-12-19 22:02:07 ·
746 阅读 ·
2 评论
关注
分享
扫一扫