基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统核窗宽固定的Mean-Shift跟踪算法不能很好地对逐渐增大尺寸的目标进行有效的跟踪.在分析同一目标在不同尺度下核直方图基于Bhattacharyya系数相似性的基础上,发现并证明了在核窗宽固定的条件下,目标在其窗宽范围内进行缩放、平移运动并不影响Mean-Shift跟踪算法空间定位的准确性.在此基础上,提出了一种基于后向跟踪、形心配准的核窗宽自动选取算法.对尺度渐大的车辆进行的跟踪实验验证了该算法的有效性.
推荐文章
基于边界沙包核函数的 Mean-Shift 跟踪算法
Mean-Shift
目标跟踪
颜色直方图
沙包窗核函数
基于自适应尺度的Mean-shift跟踪算法
图像处理
Mean-shift算法
自适应
尺度空间
基于改进的Mean-Shift算法的人体跟踪
Mean-Shift
扩展卡尔曼滤波
人体跟踪
Bhattacharyya系数
融合Mean-shift与粒子滤波改进算法的自适应人脸跟踪
Mean-shift算法
核函数
目标模型
粒子滤波算法
人脸跟踪
自适应
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Mean-Shift跟踪算法中核函数窗宽的自动选取
来源期刊 软件学报 学科 工学
关键词 Mean-Shift 目标跟踪 核窗宽选取 Bhattacharyya系数 仿射模型
年,卷(期) 2005,(9) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 1542-1550
页数 9页 分类号 TP391
字数 6825字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘志 上海交通大学图像处理与模式识别研究所 9 450 6.0 9.0
2 杨杰 上海交通大学图像处理与模式识别研究所 340 5370 35.0 58.0
3 彭宁嵩 上海交通大学图像处理与模式识别研究所 6 440 5.0 6.0
5 张风超 上海交通大学图像处理与模式识别研究所 5 520 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (341)
同被引文献  (157)
二级引证文献  (1693)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(31)
  • 引证文献(22)
  • 二级引证文献(9)
2008(79)
  • 引证文献(28)
  • 二级引证文献(51)
2009(134)
  • 引证文献(47)
  • 二级引证文献(87)
2010(172)
  • 引证文献(47)
  • 二级引证文献(125)
2011(188)
  • 引证文献(42)
  • 二级引证文献(146)
2012(205)
  • 引证文献(28)
  • 二级引证文献(177)
2013(207)
  • 引证文献(38)
  • 二级引证文献(169)
2014(216)
  • 引证文献(29)
  • 二级引证文献(187)
2015(228)
  • 引证文献(21)
  • 二级引证文献(207)
2016(211)
  • 引证文献(17)
  • 二级引证文献(194)
2017(146)
  • 引证文献(13)
  • 二级引证文献(133)
2018(121)
  • 引证文献(5)
  • 二级引证文献(116)
2019(83)
  • 引证文献(3)
  • 二级引证文献(80)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
Mean-Shift
目标跟踪
核窗宽选取
Bhattacharyya系数
仿射模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导