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:
提出一种基于混合粒子滤波的运动火焰跟踪算法.针对通用粒子滤波算法计算量大的问题,提出了混合粒子滤波,将MeaJl Shift算法嵌入到粒子滤波中,并用自适应运动模型和目标模型自动更新的策略改善算法性能.基于混合粒子滤波提出了火焰识别和火焰跟踪相结合的运动火焰自动跟踪算法,先火焰识别,再火焰跟踪,且跟踪时,如果估计目标与模型的相似度小于阈值则切换到火焰识别阶段.识别与跟踪的相互切换保证了跟踪结果的正确性.实验结果表明混合粒子滤波具有很好的跟踪效果.与粒子滤波和MeaJl Shift算法相比,提高了跟踪精度;基于混合粒子滤波的火焰跟踪算法能够跟踪复杂环境下的运动火焰.提供火焰的精确位置.
推荐文章
基于改进粒子滤波跟踪算法的运动视频跟踪
运动目标检测
高斯混合模型
背景建模
粒子滤波
RGB颜色直方图
迭代递归
基于预测和粒子滤波的运动目标跟踪算法
目标跟踪
GVF-SNAKE
粒子滤波器
基于粒子滤波算法的非刚性目标实时跟踪
粒子滤波算法
贝叶斯方法
目标跟踪
非线性系统
基于粒子滤波和Mean-shift的跟踪算法
粒子滤波
Mean-shift算法
目标跟踪
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 基于混合粒子滤波的运动火焰跟踪算法
来源期刊 计算机工程与应用 学科 工学
关键词 粒子滤波 Mean Shift 火焰识别 火焰跟踪
年,卷(期) 2008,(14) 所属期刊栏目 工程与应用
研究方向 页码范围 235-238
页数 4页 分类号 TP391.41
字数 3841字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.14.067
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 王孙安 西安交通大学机械工程学院 128 2802 30.0 48.0
2 张进华 西安交通大学机械工程学院 42 486 11.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (74)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子滤波
Mean Shift
火焰识别
火焰跟踪
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导