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:
目标尺度发生较大变化时,固定窗宽的均值漂移(Mean shift)目标跟踪算法不能进行有效跟踪.为此,提出一种两级更新的自适应窗宽计算方法.采用Mean shift跟踪算法对目标中心进行初次定位,并确定窗宽的大小,设置感兴趣区域,结合已建立的背景模型,在感兴趣区域内利用背景减除技术二次确定目标的中心及窗宽大小,通过比较2次目标区域与目标模型之间的Bhattacharyya系数,选择系数较大的区域作为最终跟踪窗口.实验结果表明,该方法能够对尺度变化明显的运动目标自适应确定跟踪窗宽,并减小传统Mean shift跟踪方法背景目标颜色对目标特征提取的影响.
推荐文章
均值漂移跟踪的双模板更新算法
均值漂移
目标跟踪
模板更新
双模板
自适应窗宽的均值迁移图像跟踪算法
均值迁移
目标跟踪
卡尔曼滤波器
图像处理
基于部分背景加权更新的均值漂移跟踪算法
目标跟踪
均值漂移
HSV空间
局部二值模式
加权背景更新
基于均值漂移—连通域标记的多目标跟踪算法
均值漂移
多目标跟踪
连通域标记
矩特征
特征匹配
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 均值漂移目标跟踪的两级窗宽更新算法
来源期刊 计算机工程 学科 工学
关键词 均值漂移 目标跟踪 自适应窗宽 感兴趣区域 背景减除 Bhattacharyya系数
年,卷(期) 2012,(12) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 158-161
页数 分类号 TP301.6
字数 4003字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.12.047
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 韩萍 中国民航大学智能信号与图像处理天津市重点实验室 67 469 10.0 19.0
2 罗的国 中国民航大学智能信号与图像处理天津市重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (282)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 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)
研究主题发展历程
节点文献
均值漂移
目标跟踪
自适应窗宽
感兴趣区域
背景减除
Bhattacharyya系数
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导