原文服务方: 微电子学与计算机       
摘要:
提出了一种多特征融合粒子滤波跟踪算法,并利用 GPU (Graphic Processing Unit)技术对算法进行了并行优化。针对单一特征描述目标模型的缺陷,此算法采用了具有互补性的灰度与梯度直方图特征建立目标模型,从而提高粒子滤波算法跟踪的稳定性和精度。同时,针对粒子滤波计算量大的缺点,此算法对粒子滤波进行了基于GPU 的并行优化设计和实现,从而提升跟踪算法的计算速度。可以满足算法的实时性应用。
推荐文章
基于多特征信息融合粒子滤波的红外目标跟踪
粒子滤波
纹理特征
多特征融合
目标跟踪
基于粒子滤波的目标图像多特征融合跟踪方法
红外弱小目标
多特征融合
粒子滤波
目标跟踪
红外图像
图像识别
基于多特征融合与粒子滤波的红外弱小目标跟踪方法
红外弱小目标
多特征融合
粒子滤波
目标跟踪
基于多特征融合的粒子滤波算法的研究与实现
目标跟踪
多特征融合
粒子滤波
卡尔曼滤波
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 GPU 并行实现多特征融合粒子滤波目标跟踪算法
来源期刊 微电子学与计算机 学科
关键词 目标跟踪 粒子滤波 多特征融合 GPU 并行
年,卷(期) 2015,(9) 所属期刊栏目
研究方向 页码范围 153-156,160
页数 5页 分类号 TP391
字数 语种 中文
DOI
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 徐彦 21 52 5.0 6.0
2 赵嵩 19 77 5.0 7.0
3 曹海旺 19 59 4.0 6.0
4 杨恒 8 44 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (34)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(11)
  • 参考文献(1)
  • 二级参考文献(10)
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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
目标跟踪
粒子滤波
多特征融合
GPU 并行
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导