L1 Tracker的主要思想是用第一帧和最近几帧得到的图像(特征)作为字典,然后加上许许多多个trivial templates,也就是一幅图像中只有一个白色像素点,其他的都是黑色。这样,将新得到的粒子滤波的candidate图像,利用L1最小二乘准则投影到这一组字典上。如果是前几个template的系数比较大,那么就说明可能是待跟踪的目标,如果是有很多个trivial template的系数比较大,那么说明可能是背景。
具体的:
1. 首先,本算法也是一个基于粒子滤波的算法。在这其中加了一个速度的变量,而速度则是之前的若干帧的目标速度的均值。
2. 粒子滤波得到目标的candidate之后,将所有