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:
当目标区域与背景特征接近时,由于目标模型中包含了大量的背景信息,基于Mean Shift的经典跟踪算法易受到背景信息的干扰,造成目标定位偏差,甚至丢失目标.为此,提出了一种基于角点的实时目标跟踪方法.该方法利用SUSAN角点检测算子提取目标区域中的角点,由于目标区域内角点具有较强的目标表征能力,当使用这些角点构建目标模型时,能够增强目标与背景区域之间的辨别力,所以能够削弱背景信息对目标定位的干扰.实验结果表明,提出的方法能够实现对目标的准确跟踪定位,与经典的Mean Shift跟踪算法相比,该方法能够达到更好的跟踪效果,有效地提高了目标跟踪的准确性和实时性.
推荐文章
Harris角点检测的FPGA快速实现方法
Harris角点检测
FPGA
并行结构
流水线结构
一种基于图像邻域灰度变化的角点检测改进方法
角点检测
灰度变化
Harris算法
SUSAN算法
基于改进高斯混合模型的实时运动目标检测与跟踪
目标检测
目标匹配
目标跟踪
高斯混合
背景减除
一种基于角点的Mean Shift目标跟踪算法
目标跟踪
Harris角点检测
Mean Shift
目标表示
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 基于角点检测的实时目标跟踪方法
来源期刊 计算机工程与设计 学科 工学
关键词 目标跟踪 均值漂移 SUSAN算子 角点检测 背景信息
年,卷(期) 2012,(10) 所属期刊栏目 多媒体技术
研究方向 页码范围 3892-3897
页数 6页 分类号 TP391
字数 4733字 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 宁纪锋 西北农林科技大学信息工程学院 41 801 17.0 27.0
2 颜永丰 西北农林科技大学信息工程学院 8 56 4.0 7.0
3 冯增光 西北农林科技大学机械与电子工程学院 1 8 1.0 1.0
4 张炯 西北农林科技大学信息工程学院 2 16 2.0 2.0
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  (7)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (16)
二级引证文献  (9)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(4)
  • 二级参考文献(1)
2009(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
目标跟踪
均值漂移
SUSAN算子
角点检测
背景信息
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导