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:
针对复杂背景下车辆跟踪准确率低的情况,提出了一种改进的算法,采用多边形车辆跟踪窗口和更准确的预测搜索区域,进行多特征匹配车辆的跟踪算法,并应用于道路的车辆逆行检测.实验结果表明,该算法在满足实时性和稳定性的前提下,提高了车辆跟踪的准确率.
推荐文章
改进的KCF算法在车辆跟踪中的应用
复杂背景
车辆跟踪
核相关滤波
kalaman滤波
尺度空间估计
遮挡
基于子特征的交通车辆检测及跟踪算法
智能交通系统
车辆跟踪
特征提取
Kalman滤波
子特征
一种基于动态背景的运动车辆跟踪算法
图像处理
目标跟踪
动态背景
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 复杂背景下车辆跟踪的改进算法及逆行检测
来源期刊 图学学报 学科 工学
关键词 车辆跟踪 多特征匹配 复杂背景
年,卷(期) 2013,(4) 所属期刊栏目 应用与交流
研究方向 页码范围 150-153
页数 4页 分类号 TP391
字数 2629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 王秉政 郑州轻工业学院计算机与通信工程学院 12 53 4.0 7.0
2 杨晨晖 厦门大学信息科学与技术学院 37 277 8.0 15.0
3 郭锋 郑州轻工业学院计算机与通信工程学院 6 28 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (56)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (4)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
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)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
车辆跟踪
多特征匹配
复杂背景
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
图学学报
双月刊
2095-302X
10-1034/T
16开
北京海淀学院路37号中国图学学会学报编辑部
1980
chi
出版文献量(篇)
3336
总下载数(次)
7
论文1v1指导