原文服务方: 西安交通大学学报       
摘要:
针对现有行人跟踪算法较少考虑场景运动模式信息的问题,建立一种面向有向场景运动模式的在线学习模型以描述区域行人的共有运动特性,并以此提出了一种新型的粒子滤波行人跟踪算法.通过对行人运动特性的选择性在线统计,探索在非高密度行人跟踪问题中场景模式信息和运动历史信息的运用方式.模型由一个表征行人运动状态相空间局域运动特性的二阶直方图矩阵来描述,并根据每个跟踪单元的加权投票实施更新.通过修正粒子转移后似然概率分布,该算法能够加速粒子向真实的后验分布收敛.通过对两个不同特点的公共数据集视频中的行人进行跟踪实验并与标准的粒子滤波算法结果比较,该算法的平均跟踪误差均低于标准粒子滤波平均跟踪误差的40%,且其运算速度可达6~15帧/s,满足近实时应用帧率.
推荐文章
基于改进粒子滤波跟踪算法的运动视频跟踪
运动目标检测
高斯混合模型
背景建模
粒子滤波
RGB颜色直方图
迭代递归
高斯粒子滤波的局部光流运动匹配跟踪算法
目标跟踪
高斯粒子滤波
运动匹配
局部光流约束
基于粒子群优化粒子滤波的目标跟踪方法
粒子滤波
粒子群优化
均值漂移
有效粒子数
重采样
基于粒子滤波的运动物体检测跟踪
粒子滤波
目标跟踪
目标模板
观测值
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 结合有向场景运动模式的粒子滤波行人跟踪方法
来源期刊 西安交通大学学报 学科
关键词 有向场景运动模式 粒子滤波 行人跟踪
年,卷(期) 2014,(12) 所属期刊栏目
研究方向 页码范围 74-79
页数 6页 分类号 TN911.73
字数 语种 中文
DOI 10.7652/xjtuxb201412012
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 刘志镜 西安电子科技大学计算机学院 85 1241 20.0 31.0
2 屈鉴铭 西安电子科技大学计算机学院 4 16 3.0 4.0
3 贺文骅 西安电子科技大学计算机学院 4 16 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  (1)
节点文献
引证文献  (5)
同被引文献  (6)
二级引证文献  (12)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(6)
  • 引证文献(1)
  • 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
有向场景运动模式
粒子滤波
行人跟踪
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导