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:
针对传统的粒子滤波算法存在的粒子退化现象和需要大量粒子才能保证状态预估计的精度,导致视频序列目标实时跟踪难以实现的问题进行了研究,提出了一种基于K均值和不变矩的粒子滤波实时目标跟踪算法.首先对最初采样的粒子集采用K均值算法进行聚类,将N个粒子分配到K个聚类中心;然后将不变矩算法引入到粒子的选取中,通过与上一帧目标位置最接近的三类聚类中心进行不变矩匹配,选择其中与目标模块最接近的那一类进行粒子滤波跟踪运算.实验结果表明文中提出的改进算法能够很好的解决粒子退化的问题,只需要采用较少的粒子就能达到很好的跟踪精度,大大的减少了计算量,改善了粒子滤波的实时性的问题.同时,在一定程度上解决了目标跟踪中相似背景的干扰和目标遮挡的问题.
推荐文章
基于粒子滤波与局部搜索的视频目标跟踪
目标跟踪
粒子滤波
局部搜索
随机爬山法
基于粒子群优化粒子滤波的目标跟踪方法
粒子滤波
粒子群优化
均值漂移
有效粒子数
重采样
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SIFT特征和粒子滤波的目标跟踪方法
目标跟踪
粒子滤波
尺度不变特征
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K均值和不变矩的粒子滤波视频目标跟踪
来源期刊 交通信息与安全 学科 工学
关键词 粒子滤波 K均值 不变矩 粒子退化 实时性
年,卷(期) 2011,(6) 所属期刊栏目 方法研究与探讨
研究方向 页码范围 29-33,49
页数 分类号 TP18|TP391.4
字数 5363字 语种 中文
DOI 10.3963/j.ISSN1674-4861.2011.06.007
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 刘清 武汉理工大学自动化学院 146 1419 19.0 30.0
2 能燕 武汉理工大学自动化学院 1 8 1.0 1.0
3 江源远 武汉理工大学自动化学院 1 8 1.0 1.0
4 周雅琪 武汉理工大学自动化学院 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (92)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (9)
二级引证文献  (3)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粒子滤波
K均值
不变矩
粒子退化
实时性
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
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
论文1v1指导