1.一种基于矩阵低秩表示理论的运动目标跟踪方法,其特征在于,使用如公式(1)所示的方法计算运动目标跟踪过程中所需的运动目标观测概率,从而实现运动目标跟踪,
式(1)中,p(It|Xt)是在粒子滤波理论框架下计算获得的运动目标观测概率,It为t时刻的目标观测矩阵,Xt=(xt,yt,st,rt,θt,λt)是用于表示t时刻的目标状态的二维仿射参数,其中xt为x方向偏移量,yt为y方向偏移量,st为目标缩放尺度,rt为目标纵横比,θt为目标旋转角度,λt为目标倾斜角度;
式(1)中,T={T1,T2,...,Tn}m×n(m>>n),是从观测矩阵I1:n分解出的一个低秩矩阵,即运动目标矩阵,将其作为运动目标模型;
式(1)中,S∈{0,1}m×n是从运动目标观测矩阵I1:n分解出的一个稀疏矩阵,即目标遮挡矩阵,将其作为目标遮挡模型,其定义如公式(2)所示:
式(2)中,it表示第t帧图像中的第i个像素点;
式(1)中,函数表示运动目标观测矩阵I1:n在线性空间正交投影的正交补空间;||·||F表示Frobenius范数,||·||*表示核范数;α、β和γ均为常数。
2.如权利要求1所述基于矩阵低秩表示理论的运动目标跟踪方法,其特征在于,所述运动目标模型T通过以下方法计算获得:
使用公式(3)通过SOFT-IMPUTE迭代算法求解出运动目标模型T,
公式(3)中,为目标遮挡模型S的估计,εt为运动目标模型和目标遮挡模型的能量之和;
所述目标遮挡模型S通过以下方法计算获得:
使用公式(4)通过一阶马尔科夫随机场图像分割方法求解目标遮挡模型S,
公式(4)中,为动目标模型的估计,为一个常数。
3.如权利要求1所述基于矩阵低秩表示理论的运动目标跟踪方法,其特征在于,在输入一帧新图像时对目标观测矩阵进行;所述目标观测矩阵更新的方法为,对新输入的一帧图像,删除目标观测矩阵中的第一列,将新输入的该帧图像作为目标观测矩阵的最后一列,组成更新后的目标观测矩阵。