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:
提出一种基于均值变换(Mean Shift)的Particle Filter图像跟踪算法.算法将目标的状态空间分解为位移子空间和形变子空间.使用均值变换算法跟踪位移子空间变化,获得目标的位置信息.在此基础上使用Particle Filter跟踪形变子空间变化和补偿均值变换的跟踪误差,由于均值变换算法跟踪的信息使Particle Filter跟踪的位移子空间大大缩小,减少Particle Filter所需要的样本数,使Particle Filter的实时性能提高,而Particle Filter获得的形状信息补偿了均值变换算法对于形状跟踪的误差.该算法比标准的Particle Filter算法具有更高的效率,并拥有均值变换算法所不具备的形状跟踪能力.实验结果证明算法的有效性和快速性.
推荐文章
基于Camshift和Particle Filter的小目标跟踪算法
飞行小目标
融合算法
序贯相似性检测算法(SSDA)
Camshift
Particle
Filter
基于Gabor变换的特征点跟踪算法研究
特征点跟踪
Gabor变换
概率数据关联滤波
卡尔曼滤波
图像匹配
基于二阶直方图的改进型均值偏移跟踪算法
均值偏移(mean-shift)
二阶直方图
颜色空间分布
跟踪算法
基于部分背景加权更新的均值漂移跟踪算法
目标跟踪
均值漂移
HSV空间
局部二值模式
加权背景更新
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 基于均值变换的Particle Filter实时跟踪算法
来源期刊 模式识别与人工智能 学科 工学
关键词 图像跟踪 均值变换 粒子滤波 实时跟踪
年,卷(期) 2006,(6) 所属期刊栏目 研究与应用
研究方向 页码范围 825-830
页数 6页 分类号 TP3
字数 5935字 语种 中文
DOI 10.3969/j.issn.1003-6059.2006.06.024
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 韦巍 浙江大学电气工程学院 149 1731 22.0 36.0
2 刘志明 浙江大学电气工程学院 5 13 2.0 3.0
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  (0)
节点文献
引证文献  (6)
同被引文献  (6)
二级引证文献  (18)
2006(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)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
图像跟踪
均值变换
粒子滤波
实时跟踪
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
论文1v1指导