作者:
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:
本文首先简单分析了Mean-shift算法的基本原理及Mean-shift向量推导过程,接着通过多组实验的结果,分析和验证了算法的优劣.然后,针对Mean-shift算法本身所存在的缺陷,引入Kalman滤波器,利用Kalman滤波器来预测每帧Mean-shift算法的初始搜索位置,然后再运行Mean-shift算法获得目标位置,同时在跟踪过程中利用预测出的目标速度矢量更新Kalman滤波器参数,实现了基于卡尔曼滤波框架的Mean-shift算法,实验验证了本算法可以实现对快速运动目标的跟踪,并且对较大比例的目标遮挡也具有很好的鲁棒性.
推荐文章
基于改进的Mean-Shift算法的人体跟踪
Mean-Shift
扩展卡尔曼滤波
人体跟踪
Bhattacharyya系数
结合Kalman滤波器的Mean-Shift跟踪算法
Mean-Shift
快速运动目标跟踪
Kalman滤波
融合Mean-shift与粒子滤波改进算法的自适应人脸跟踪
Mean-shift算法
核函数
目标模型
粒子滤波算法
人脸跟踪
自适应
基于自适应尺度的Mean-shift跟踪算法
图像处理
Mean-shift算法
自适应
尺度空间
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 结合Kalman滤波器的Mean-shift跟踪算法
来源期刊 数字技术与应用 学科 工学
关键词 Mean-shift算法 Kalman滤波器 线性预测
年,卷(期) 2013,(1) 所属期刊栏目
研究方向 页码范围 109
页数 分类号 TP391.41
字数 1335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 张昊 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (69)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
研究主题发展历程
节点文献
Mean-shift算法
Kalman滤波器
线性预测
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导