原文服务方: 计算机应用研究       
摘要:
针对粒子滤波在复杂背景下容易造成跟踪目标丢失的问题,提出一种基于多特征信息融合的粒子滤波算法.该方法同时利用灰度和梯度信息描述目标,有效提高了复杂场景下对目标描述的可靠性;在此基础上,推导出多信息融合的观测似然函数,将两种信息融合在一起,使得融合算法能根据当前跟踪形势自适应调整各信息的加权,实现了信息间的优势互补.实验结果表明,该算法鲁棒性较高,明显提高了跟踪精度.
推荐文章
一种基于粒子滤波的多声源跟踪算法
多声源跟踪
声源轨迹交叉
粒子滤波
跟踪丢失率
跟踪精度
一种改进的粒子滤波目标跟踪算法
粒子滤波
均值漂移
视觉目标跟踪
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
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
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 一种基于信息融合的粒子滤波跟踪算法
来源期刊 计算机应用研究 学科
关键词 粒子滤波 特征描述 信息融合 目标跟踪
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 1729-1731
页数 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.05.034
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (20)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2009(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)
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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粒子滤波
特征描述
信息融合
目标跟踪
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
论文1v1指导