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:
目的 由于当前大多数的追踪算法都是使用目标外观模型和特征进行目标的匹配,在长时间的目标追踪过程中,目标的尺度和形状均会发生变化,再加上计算机视觉误差,都会导致追踪的失误.提出一种高效的目标模型用于提高追踪的效率和成功率.方法 采用分割后提取的目标特征来进行建模表示外观结构,利用图像分割的方法,将被追踪的目标区域分割成多个超像素块,结合SIFT特征,形成词汇本,并计算每个词在词汇本中的权值,作为目标的外观模型.利用外观模型确定目标对象的关键点位置后,通过使用金字塔Lucas-Kanade追踪器预测关键点在下一帧图像中的位置,并移动追踪窗口位置.结果 结合点位移的加权计算有效地克服目标尺度和形状变化产生的问题.结论 实验结果表明在目标发生形变或光照变化的情况下,算法也能准确地、实时地追踪到目标.
推荐文章
基于超像素分割的非局部均值去噪方法
超像素分割
相似窗选择
图像去噪
非局部均值
基于像素分解的圆形标志点亚像素定位研究
亚像素级边缘
亚像素定位
混合像素
椭圆拟合
基于聚类的超像素分割算法研究
超像素
图像分割
聚类
评价指标
基于超像素与BoF的运动目标跟踪算法
目标跟踪
表观模型
中层视觉线索
超像素
BoF
粒子滤波框架
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 基于超像素的点追踪方法
来源期刊 中国图象图形学报 学科 工学
关键词 超像素 目标定位 点追踪 金字塔Lucas-Kanade
年,卷(期) 2014,(3) 所属期刊栏目 图像理解和计算机视觉
研究方向 页码范围 428-438
页数 11页 分类号 TP391
字数 6793字 语种 中文
DOI 10.11834/jig.20140213
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 孔繁胜 浙江大学计算机科学技术学院 56 825 14.0 27.0
2 罗会兰 江西理工大学信息工程学院 51 445 13.0 18.0
3 钟睿 江西理工大学信息工程学院 2 12 1.0 2.0
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  (14)
参考文献  (4)
节点文献
引证文献  (11)
同被引文献  (14)
二级引证文献  (11)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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(9)
  • 引证文献(7)
  • 二级引证文献(2)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
超像素
目标定位
点追踪
金字塔Lucas-Kanade
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导