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:
Camshift算法实时性高,计算量小,在目标跟踪领域应用效果良好.但其仅依靠颜色模型的特点使得在噪声大、照度不均的井下视频目标跟踪中易造成目标丢失.通过在Camshift基础上建立多特征融合的模板自适应更新算法,实现边缘、纹理等特征的融合,制定特征贡献度规则,在环境变化时根据不同特征贡献度的不同自适应分配权重,更新模板.实验结果表明:新算法抗干扰能力强,特征间互补不足,跟踪准确,在煤矿复杂环境井下视频目标跟踪中有良好应用前景.
推荐文章
自适应模型更新的多特征融合目标跟踪算法
目标跟踪
特征融合
粒子滤波
自适应观测模型
高斯方差
基于模板修正和自适应Kalman预测的刚性目标跟踪
目标跟踪
区域增长
噪声自适应
Kalman预测
基于自适应分块的视频目标跟踪方法研究
目标跟踪
颜色直方图
自适应分块
Kalman滤波
基于改进Camshift算法的视频对象跟踪方法
目标跟踪
Camshift
背景加权直方图
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Camshift自适应多特征模板的视频目标跟踪
来源期刊 煤炭学报 学科 工学
关键词 煤矿 Camshift算法 特征融合 模板更新 纹理
年,卷(期) 2013,(7) 所属期刊栏目
研究方向 页码范围 1299-1304
页数 分类号 TD676
字数 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 肖理庆 徐州工程学院江苏省大型工程装备检测与控制重点建设实验室 30 224 9.0 13.0
2 田隽 徐州工程学院江苏省大型工程装备检测与控制重点建设实验室 17 67 5.0 7.0
3 厉丹 徐州工程学院江苏省大型工程装备检测与控制重点建设实验室 44 121 6.0 9.0
4 孙金萍 徐州工程学院江苏省大型工程装备检测与控制重点建设实验室 23 66 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (84)
参考文献  (9)
节点文献
引证文献  (20)
同被引文献  (21)
二级引证文献  (23)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(3)
  • 参考文献(3)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(6)
  • 引证文献(3)
  • 二级引证文献(3)
2017(9)
  • 引证文献(4)
  • 二级引证文献(5)
2018(12)
  • 引证文献(3)
  • 二级引证文献(9)
2019(8)
  • 引证文献(3)
  • 二级引证文献(5)
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
煤矿
Camshift算法
特征融合
模板更新
纹理
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
煤炭学报
月刊
0253-9993
11-2190/TD
大16开
北京和平里青年沟东路5号煤科院内
1964
chi
出版文献量(篇)
7172
总下载数(次)
13
论文1v1指导