原文服务方: 计算机应用研究       
摘要:
为有效解决非线性系统的状态估计问题,提出一种新型非线性滤波算法.该算法通过在积分卡尔曼滤波中引入修正因子,对积分点进行优化重组,并采用修正后的积分卡尔曼滤波产生优选建议分布函数,较好地克服了粒子退化现象.在新算法的框架内,利用颜色和运动边缘特征作为观测模型进行视频目标跟踪,并通过D-S证据理论的方法进行权值融合,较好地克服了单一颜色特征在姿态改变、相似背景遮挡等情况下跟踪稳定性较差的问题.实验表明本方法对复杂条件下的目标跟踪问题在保持较强鲁棒性的同时,跟踪精度提升了近32%.
推荐文章
一种基于信息融合的粒子滤波跟踪算法
粒子滤波
特征描述
信息融合
目标跟踪
一种基于多特征聚类的粒子滤波跟踪算法
目标跟踪
聚类分析
概率密度估计
粒子滤波
基于多特征信息融合粒子滤波的红外目标跟踪
粒子滤波
纹理特征
多特征融合
目标跟踪
GPU 并行实现多特征融合粒子滤波目标跟踪算法
目标跟踪
粒子滤波
多特征融合
GPU 并行
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 一种新型非线性滤波的多特征融合跟踪算法
来源期刊 计算机应用研究 学科
关键词 粒子滤波 积分卡尔曼滤波 目标跟踪 多特征融合 D-S证据理论
年,卷(期) 2012,(5) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1737-1740,1746
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.05.036
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (46)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(3)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 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(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
粒子滤波
积分卡尔曼滤波
目标跟踪
多特征融合
D-S证据理论
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导