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:
传统的Mean-Shift跟踪算法窗口固定,不能对尺度任意变化的目标进行有效跟踪.为此,提出一种多尺度理论与无味卡尔曼滤波器(UKF)相结合的视频跟踪改进算法.利用多尺度理论统计跟踪窗内的信息量,使用UKF对得到的信息量进行预测,通过修正后的信息量计算窗口变化比例系数,对尺度任意变化的目标进行跟踪.实验结果证明,该算法能对尺度任意变换的目标进行有效跟踪.
推荐文章
基于自适应尺度的Mean-shift跟踪算法
图像处理
Mean-shift算法
自适应
尺度空间
融合Mean-shift与粒子滤波改进算法的自适应人脸跟踪
Mean-shift算法
核函数
目标模型
粒子滤波算法
人脸跟踪
自适应
基于边界沙包核函数的 Mean-Shift 跟踪算法
Mean-Shift
目标跟踪
颜色直方图
沙包窗核函数
基于改进的Mean-Shift算法的人体跟踪
Mean-Shift
扩展卡尔曼滤波
人体跟踪
Bhattacharyya系数
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UKF的窗口自适应Mean-Shift算法
来源期刊 计算机工程 学科 工学
关键词 目标跟踪 无味卡尔曼滤波器 Mean-Shift算法 信息度量
年,卷(期) 2011,(14) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 158-160
页数 分类号 TP18
字数 3648字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.14.052
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 郑春红 西安电子科技大学电子工程学院 15 230 8.0 15.0
2 杨刚 西安电子科技大学电子工程学院 22 57 4.0 7.0
3 杨帆 西安电子科技大学电子工程学院 40 71 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (44)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (4)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(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)
研究主题发展历程
节点文献
目标跟踪
无味卡尔曼滤波器
Mean-Shift算法
信息度量
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导