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:
SIFT算法是特征图像特征提取中一种最具鲁棒性的算法,但是其在特征提取匹配上速度较慢,很难满足实时目标跟踪的要求.使用SURF特征提取方法既保持了SIFT算法的高精度的优点,又克服了速度慢的缺陷.提出使用SURF提取并且匹配目标的特征点,用重心算法计算目标的脱靶量,通过小区域跟踪方法和高速硬件平台实现目标的实时跟踪.实验证明,算法对目标的轻微旋转、部分遮挡、亮度变化具有很强的鲁棒性,跟踪速度比SIFT算法也极大提高.
推荐文章
基于SURF算法的目标跟踪研究
SURF算法
复杂场景
高速运动
学习模块
模板更新
基于SURF特征跟踪的动态手势识别算法
动态手势识别
加速鲁棒特征
特征跟踪
动态手势模型
基于SURF算法和Kalman预测的运动目标跟踪
SURF算法
目标跟踪
图像匹配
特征提取
卡尔曼预测
基于强跟踪AUKF的目标跟踪算法
目标跟踪
UKF
自适应UKF
强跟踪滤波
时变渐消因子
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SURF目标跟踪算法研究
来源期刊 长春理工大学学报(自然科学版) 学科 工学
关键词 目标跟踪 SURF算法 特征提取 SIFT
年,卷(期) 2011,(2) 所属期刊栏目
研究方向 页码范围 138-141,153
页数 分类号 TP391.41
字数 2753字 语种 中文
DOI 10.3969/j.issn.1672-9870.2011.02.041
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (100)
参考文献  (7)
节点文献
引证文献  (21)
同被引文献  (36)
二级引证文献  (45)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(3)
  • 参考文献(3)
  • 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(5)
  • 引证文献(5)
  • 二级引证文献(0)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(9)
  • 引证文献(1)
  • 二级引证文献(8)
2016(9)
  • 引证文献(2)
  • 二级引证文献(7)
2017(10)
  • 引证文献(2)
  • 二级引证文献(8)
2018(16)
  • 引证文献(7)
  • 二级引证文献(9)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
目标跟踪
SURF算法
特征提取
SIFT
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
长春理工大学学报(自然科学版)
双月刊
1672-9870
22-1364/TH
16开
长春市卫星路7089号
1978
chi
出版文献量(篇)
3546
总下载数(次)
14
总被引数(次)
15546
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导