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:
针对超市等复杂应用环境下的运动目标轨迹跟踪问题,将轨迹聚类运用于目标跟踪中,提出了一种超市顾客运动跟踪方法。该方法对Kanade?Lucas?Tomasi( KLT)算法提取并跟踪得到的特征点轨迹进行预处理,滤除背景和短时特征点以分离出运动目标所在区域的关键特征点;进而采用均值漂移( meanshift)算法进行轨迹聚类,解决了单帧静态特征点聚类时的目标遮挡问题;最后采用运动跟踪匹配算法对前后帧的特征点进行最优匹配,解决了目标出入视频区域以及具有复杂路线时的稳定跟踪问题,得到顾客的完整运动轨迹。实验结果表明,该方法能够在超市入口、生鲜区以及收银台等各种典型超市区域中完成顾客轨迹的运动跟踪,并对顾客部分遮挡、复杂运动轨迹以及异步运动等多种特殊情况具有较高的鲁棒性。
推荐文章
基于近邻传播聚类的铁路客运节点类别划分
铁路客运节点
类别划分
聚类分析
近邻传播算法
IGP指标
基于轨迹聚类的航空器轨迹模式挖掘研究
轨迹模式
轨迹聚类
MDL原则
线段密度
扫描线算法
真实场景运动目标轨迹有效性判断与自动聚类算法研究
轨迹聚类
K 均值
轨迹识别
分类
异常检测
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 基于轨迹聚类的超市顾客运动跟踪
来源期刊 智能系统学报 学科 工学
关键词 目标跟踪 特征匹配 轨迹聚类 运动分析
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 187-192
页数 6页 分类号 TP391.4
字数 4076字 语种 中文
DOI 10.3969/j.issn.1673-4785.201401002
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 钱沄涛 浙江大学计算机科学与技术学院 37 354 10.0 18.0
2 吴为 3 13 3.0 3.0
3 王熙 浙江大学计算机科学与技术学院 3 27 3.0 3.0
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  (60)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (7)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
目标跟踪
特征匹配
轨迹聚类
运动分析
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
论文1v1指导