原文服务方: 西安交通大学学报       
摘要:
为了提高视觉跟踪系统在空间环境对外界变化的适应能力,提出一种模糊化多视觉信息融合的视觉跟踪策略.该策略综合了多个反映目标特征的视觉信息,通过对选择的每一项子特征集进行模糊化处理,提高了识别的智能化程度.针对运动物体分割阈值受噪声干扰的问题,提出一种结合人口统计与区域生长的区域分割方法,实现了运动区域特征的稳定聚类.相对于传统的局部特征识别方法,这种多特征融合技术适合应用于复杂的动态环境,冗余信息间的互相补充可确保特征在不确定环境中的识别.试验结果表明,该策略能够实现鲁棒的特征提取和跟踪,尤其当出现被跟踪物体部分遮挡以及外界发生光线变化时,视觉跟踪系统仍能够实现稳定、快速的识别.
推荐文章
引入视觉显著性的多特征融合跟踪
视觉显著性
BRISK特征
多特征融合
一致性匹配聚类
基于改进融合策略的多特征跟踪算法
视觉跟踪
粒子滤波
多特征融合
稀疏度
基于颜色信息的多机器鱼并行视觉跟踪算法
视觉跟踪
并行算法
机器鱼
色度直方图
饱和度直方图
基于置信图自适应融合的视觉目标跟踪
视觉目标跟踪
多特征融合
置信图
均值漂移
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 模糊化多视觉信息融合的视觉跟踪策略
来源期刊 西安交通大学学报 学科
关键词 多视觉信息融合 空间机器人 视觉跟踪
年,卷(期) 2009,(8) 所属期刊栏目
研究方向 页码范围 33-37
页数 5页 分类号 TP242.6
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2009.08.007
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 王捷 哈尔滨工业大学机器人技术与系统国家重点实验室 13 81 5.0 8.0
2 蒋再男 哈尔滨工业大学机器人技术与系统国家重点实验室 17 223 7.0 14.0
3 刘宏 哈尔滨工业大学机器人技术与系统国家重点实验室 198 1901 22.0 30.0
4 谢宗武 哈尔滨工业大学机器人技术与系统国家重点实验室 50 431 13.0 18.0
5 张国亮 哈尔滨工业大学机器人技术与系统国家重点实验室 8 72 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (61)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (6)
1986(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多视觉信息融合
空间机器人
视觉跟踪
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导