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:
针对突变运动下的目标跟踪问题,提出一种基于视觉显著性的粒子滤波跟踪算法.该算法将基于视觉注意机制的视觉显著图引入粒子滤波框架中,根据视觉显著图的显著性区域,按“胜者为王”和“返回抑制”机制进行目标检测,并以检测结果为全局建议分布进行粒子采样,从而完成全局状态空间的搜索,有效地避免了陷入局部极大值.同时,为增强目标区域在视觉显著图中的显著性,将自底向上和自顶向下的计算模型相结合,根据目标模板对各个特征显著图进行自适应权值计算,并按权值融合产生视觉显著图.实验结果表明,针对不同类型的突变运动跟踪场景,该算法均能表现出较好的鲁棒性.
推荐文章
基于视觉显著性的两阶段采样突变目标跟踪算法
目标跟踪
突变运动
视觉显著性
Wang-Landau蒙特卡罗采样
两阶段采样模型
基于空时显著性感知的运动目标检测方法
空间显著图
运动显著图
空时显著图
运动目标检测
视觉显著性检测综述
视觉显著性检测
RGB图像显著性检测
RGBD图像显著性检测
视频显著性检测
协同显著性检测
基于视觉传达的产品设计目标信息显著性定位系统设计
产品设计
目标定位
系统设计
视觉传达
特征提取
对比验证
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 基于视觉显著性的突变运动目标跟踪
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 目标跟踪 突变运动 视觉显著性 粒子滤波
年,卷(期) 2013,(z1) 所属期刊栏目
研究方向 页码范围 174-178
页数 5页 分类号 TP391.4
字数 4216字 语种 中文
DOI 10.3969/j.issn.1001-0505.2013.S1.036
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 王博 北京理工大学计算机学院 36 146 7.0 11.0
5 郭伟 北京理工大学计算机学院 15 117 6.0 10.0
9 苏迎娅 北京理工大学计算机学院 1 3 1.0 1.0
13 赵清杰 北京理工大学计算机学院 16 444 6.0 16.0
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  (6)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (10)
1998(2)
  • 参考文献(2)
  • 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)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
目标跟踪
突变运动
视觉显著性
粒子滤波
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导