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:
与计算机视觉目标跟踪算法遇到的各种困难和瓶颈不同的是,鲁棒视觉目标跟踪仅仅是人类视觉系统的一项基本功能.为此,基于自顶向下的视觉注意机制,构建了一种相应的计算模型,提出一种利用检测视觉注意力焦点区域的方法来模拟人类视觉系统的全局搜索过程,并用粒子滤波跟踪来模拟人类视觉系统的局部跟踪过程的目标跟踪算法.多组对比实验结果表明了所提出的算法在视觉目标跟踪中的优越性.
推荐文章
基于改进粒子滤波的视觉目标跟踪
目标跟踪
重采样
自适应融合
模板更新
基于改进粒子滤波的稀疏子空间单目标跟踪算法
目标跟踪
贝叶斯滤波
粒子滤波
稀疏子空间
过渡样本
聚类中心
基于深度学习的粒子滤波视频目标跟踪算法
目标跟踪
粒子滤波
卷积神经网络
深度特征
手工特征
基于特征融合的粒子滤波红外目标跟踪算法
特征融合
粒子滤波
红外目标跟踪
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 基于人类视觉智能和粒子滤波的鲁棒目标跟踪算法
来源期刊 控制与决策 学科 工学
关键词 生物视觉 人类视觉智能 视觉目标跟踪 视觉注意
年,卷(期) 2012,(11) 所属期刊栏目 短文
研究方向 页码范围 1720-1724
页数 分类号 TP273
字数 语种 中文
DOI
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 陈宗海 中国科学技术大学自动化系 151 2270 25.0 40.0
2 朱明清 中国科学技术大学自动化系 11 191 6.0 11.0
3 王智灵 中国科学技术大学自动化系 19 195 9.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (27)
同被引文献  (17)
二级引证文献  (147)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(10)
  • 引证文献(6)
  • 二级引证文献(4)
2015(20)
  • 引证文献(3)
  • 二级引证文献(17)
2016(32)
  • 引证文献(5)
  • 二级引证文献(27)
2017(42)
  • 引证文献(4)
  • 二级引证文献(38)
2018(38)
  • 引证文献(6)
  • 二级引证文献(32)
2019(26)
  • 引证文献(2)
  • 二级引证文献(24)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
生物视觉
人类视觉智能
视觉目标跟踪
视觉注意
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
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
总被引数(次)
141238
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
论文1v1指导