原文服务方: 计算机应用研究       
摘要:
针对被跟踪目标运动、纹理或环境变化时,采用基于压缩感知目标跟踪算法目标易漂移、丢失的问题,提出了改进的压缩感知目标跟踪算法。通过压缩感知算法提取灰度和纹理特征,计算特征对样本分类结果并更新特征的权值,使用加权过的特征寻找目标在下一帧的位置。对不同视频的测试结果表明,提出的算法在目标运动、纹理或环境变化的情况下跟踪准确,在目标大小80×120像素时平均帧速为25 fps。与传统的压缩感知跟踪算法和其他跟踪算法相比,所提出的算法在目标运动、纹理或环境变化时能快速准确地获取跟踪目标,并具有更强的鲁棒性。
推荐文章
基于压缩感知的互补特征加权目标跟踪算法
压缩感知
目标跟踪
互补特征
特征加权
大权值特征
基于Kalman预测器的CT多特征加权目标跟踪算法
目标跟踪
压缩跟踪
Online-boosting
卡尔曼预测器
基于主动特征选择的在线加权多实例目标跟踪
费舍尔信息
主动特征选择
权重多实例学习
加权和模型
“漂移”现象
目标跟踪
基于特征加权的快速压缩感知跟踪
目标跟踪
压缩感知
实时
特征加权
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 基于压缩感知的多特征加权目标跟踪算法
来源期刊 计算机应用研究 学科
关键词 目标跟踪 压缩感知 特征提取 特征加权 漂移
年,卷(期) 2014,(3) 所属期刊栏目 图形图像技术
研究方向 页码范围 929-932
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2014.03.070
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (8)
参考文献  (4)
节点文献
引证文献  (36)
同被引文献  (42)
二级引证文献  (76)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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(7)
  • 引证文献(7)
  • 二级引证文献(0)
2016(17)
  • 引证文献(13)
  • 二级引证文献(4)
2017(29)
  • 引证文献(11)
  • 二级引证文献(18)
2018(36)
  • 引证文献(4)
  • 二级引证文献(32)
2019(13)
  • 引证文献(1)
  • 二级引证文献(12)
2020(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
目标跟踪
压缩感知
特征提取
特征加权
漂移
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导