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:
经典meanshift跟踪算法因其具有计算量小、实时性强等优点而得到广泛应用。但在目标发生缩放、旋转、光照变化以及目标颜色与周围背景颜色难以区分等情况下,经典meanshift算法的鲁棒性不佳,目标定位精度不高,算法稳定性不好。鉴于此,本文提出一种联合颜色和纹理直方图表示的meanshift算法,其中本文用到的局部二值模式LBP是基于分块思想改进的纹理算子,有效地提取边缘和角点等主要目标模式来更加精炼地表示目标;另外,通过有效利用目标候选区域的矩信息,来解决跟踪目标运动中尺度和方向的变化的问题。通过不同场景视频跟踪实验表明,与经典meanshift算法及改进前的联合特征表示方法相比,文中提出的改进算法在上述复杂场景下的目标跟踪具有更高的稳定性和鲁棒性。
推荐文章
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
多特征融合的尺度自适应KCF人脸跟踪
核相关滤波
多特征融合
尺度自适应
线性插值
模型更新
人脸跟踪
自适应尺度特征融合与模型更新的跟踪算法
多特征融合
尺度核相关滤波器
多峰检测
高置信度
模型更新
抑制模型漂移
尺度自适应的加权压缩跟踪算法
压缩跟踪
尺度更新
相关滤波器
加权分类器
目标跟踪
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 多特征联合的尺度和方向自适应meanshift跟踪算法
来源期刊 燕山大学学报 学科 工学
关键词 目标跟踪 meanshift算法 LBP 颜色直方图 尺度变化
年,卷(期) 2015,(3) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 254-268
页数 15页 分类号 TP391.41
字数 6136字 语种 中文
DOI 10.3969/j.issn.1007-791X.2015.03.010
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 胡正平 燕山大学信息科学与工程学院 160 1215 17.0 28.0
2 石巍 燕山大学信息科学与工程学院 1 6 1.0 1.0
3 谢荣路 燕山大学信息科学与工程学院 2 8 2.0 2.0
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  (0)
节点文献
引证文献  (6)
同被引文献  (22)
二级引证文献  (6)
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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(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
目标跟踪
meanshift算法
LBP
颜色直方图
尺度变化
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
燕山大学学报
双月刊
1007-791X
13-1219/N
大16开
河北省秦皇岛市河北大街西段438号
18-73
1963
chi
出版文献量(篇)
2254
总下载数(次)
2
总被引数(次)
12529
论文1v1指导