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:
为了实现对变尺度快速运动目标的良好跟踪,在对传统 Mean Shift跟踪算法改进的基础上,提出了一种运动目标自适应跟踪算法。该算法首先采用目标区域的像素点空域加权后的彩色图像作为初始帧目标模板,目标的真实位置利用 Mean Shift算法迭代求得,从而实现对快速运动目标的空间定位,然后将相邻帧的目标采用尺度不变特征变换(SIFT)算子进行特征匹配,根据目标的缩放因子实时更新下一帧的核带宽,修正算法跟踪窗口的尺寸,以适应目标尺度的变化,从而实现对快速运动目标的尺度定位。最后,通过实验表明,与传统的 Mean Shift跟踪算法相比,该算法的跟踪准确率达到97%以上,能够实现对变尺度快速运动目标的精确跟踪。
推荐文章
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
融合 SIFT和尺度方向自适应的 Mean shift 目标跟踪算法
目标跟踪
SIFT
尺度和方向
Mean shift
基于目标模型自适应更新的mean shift跟踪算法
mean shift算法
Kalman滤波
模型更新
假设检验
基于Mean Shift算法的网球运动视频目标跟踪研究
MeanShift算法
网球运动
视频目标
跟踪研究
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Mean Shift的变尺度快速运动目标自适应跟踪算法
来源期刊 太赫兹科学与电子信息学报 学科 工学
关键词 Mean Shift算法 目标跟踪 自适应跟踪算法 特征匹配
年,卷(期) 2015,(2) 所属期刊栏目 太赫兹科学技术
研究方向 页码范围 240-244
页数 5页 分类号 TN391.41
字数 3409字 语种 中文
DOI 10.11805/TKYDA201502.0240
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 刘宝华 9 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (55)
参考文献  (8)
节点文献
引证文献  (9)
同被引文献  (27)
二级引证文献  (13)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(12)
  • 参考文献(3)
  • 二级参考文献(9)
2013(10)
  • 参考文献(2)
  • 二级参考文献(8)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(10)
  • 引证文献(4)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
Mean Shift算法
目标跟踪
自适应跟踪算法
特征匹配
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
太赫兹科学与电子信息学报
双月刊
2095-4980
51-1746/TN
大16开
四川绵阳919信箱532分箱
62-241
2003
chi
出版文献量(篇)
3051
总下载数(次)
7
总被引数(次)
11167
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导