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:
针对粒子滤波(Particle filter)算法的粒子衰退和计算量过大问题,提出一种将P—N跟踪器与粒子滤波算法结合的目标跟踪方法。首先构造P—N跟踪器,利用跟踪器来确定目标区域范围并输出置信度,以此作为对目标物体定位的依据;在滤波过程中,依据跟踪器结果来进行粒子重采样过程,完成了对抽样粒子集的自适应调节,提高了粒子数量,有效降低了粒子数量。从而达到了抑制粒子衰退和动态调整计算量的目的。实验证明将该方法应用于实时摄像头采集视频跟踪。与传统粒子滤波算法比。在抗粒子衰退与减少粒子数量方面有明显改善。
推荐文章
改进的强跟踪器自适应滤波信息融合方法
强跟踪器
自适应滤波
信息融合
基于自适应粒子群优化的粒子滤波跟踪算法
粒子滤波跟踪
粒子群优化
自适应调整
搜索能力平衡
随机变异
优化算法
融合颜色纹理特征的自适应粒子滤波跟踪算法
目标跟踪
粒子滤波
颜色特征
基于粒子滤波的双模图像融合自适应跟踪
自适应跟踪
图像融合
粒子滤波
品质因子
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 基矛P—N跟踪器的自适应粒子滤波算法
来源期刊 电子设计工程 学科 工学
关键词 目标跟踪 粒子滤波 重采样 P-N跟踪器
年,卷(期) 2011,(17) 所属期刊栏目 图像与多媒体
研究方向 页码范围 153-155
页数 分类号 TP399
字数 2793字 语种 中文
DOI 10.3969/j.issn.1674-6236.2011.17.056
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 李晋惠 西安工业大学理学院 46 575 13.0 22.0
2 肖锋 西安工业大学计算机科学与工程学院 40 253 8.0 15.0
3 薛亚阳 西安工业大学计算机科学与工程学院 1 3 1.0 1.0
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  (11)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (3)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(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)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
目标跟踪
粒子滤波
重采样
P-N跟踪器
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
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导