Datos ampliados:
Aplicación:
1. Detección comprimida
Para reconstruir eficazmente la señal original, es necesario reconstruir la señal original de forma tradicional. La señal se muestrea de acuerdo con el teorema de muestreo de Nyquist. En los últimos años, con el aumento de la representación escasa, se ha propuesto una nueva teoría (la detección comprimida) para reconstruir la señal original.
2. Seguimiento de objetivos
En los últimos años, la representación escasa se ha utilizado ampliamente en el campo del seguimiento de objetivos. Para solucionar problemas como el bajo contraste entre el objetivo y el fondo y las características en escala de grises que se ven fácilmente afectadas por el ruido, se propone un algoritmo de seguimiento de objetivos por infrarrojos basado en un modelo de representación dispersa. Se propone y resuelve un nuevo método de seguimiento de objetivos basado en una representación dispersa utilizando el método de minimización de la norma L1. Los resultados experimentales muestran que este método tiene un rendimiento más estable y una mayor eficiencia computacional que los métodos de seguimiento existentes basados en la minimización de la norma L1.
Para resolver eficazmente el problema de oclusión del objetivo durante el seguimiento, se propone un método de seguimiento basado en un modelo de representación dispersa local. Los resultados experimentales muestran que este método es más estable y confiable que varios métodos de seguimiento populares, tiene buenas propiedades anti-oclusión y ha logrado buenos resultados en el seguimiento de objetivos marítimos por infrarrojos.
Materiales de referencia:
Enciclopedia Baidu: representación dispersa