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:
目标跟踪技术一直是计算机视觉的核心内容.结合粒子滤波与Mean-shift跟踪方法,提出了一种新的自适应目标跟踪方法.通过利用粒子滤波获取目标的初始位置,进而采用Mean-shift跟踪方法,实现目标跟踪的准确定位;同时,通过抑制背景特征分布,更新目标特征分布,从而在跟踪过程中自适应调整目标的模板表示.实验结果表明了方法的有效性.
推荐文章
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
基于粒子滤波/Mean Shift的改进跟踪算法
目标跟踪
粒子滤波
均值迁移算法
一种自适应色彩融合的Mean-Shift跟踪算法
目标跟踪
Mean-Shift跟踪算法
自适应色彩融合
不等间隔采样
计算机视觉
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 基于粒子滤波和Mean-shift的自适应目标跟踪方法
来源期刊 科学技术与工程 学科 工学
关键词 粒子滤波 Mean-shift 目标跟踪 彩色直方图
年,卷(期) 2013,(33) 所属期刊栏目 研究简报
研究方向 页码范围 10013-10016,10031
页数 5页 分类号 TP391.41
字数 2519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 佘二永 10 63 5.0 7.0
2 陈小娟 北京工商大学计算机与信息工程学院 6 17 3.0 4.0
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  (4)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
2002(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)
2011(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子滤波
Mean-shift
目标跟踪
彩色直方图
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导