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:
视线追踪技术越来越受到国内外的重视,成为许多学科的研究热点。而其中瞳孔跟踪这一环节相当重要。粒子滤波(Particle Filter)作为处理非线性非高斯系统滤波问题的主要手段,克服了卡尔曼滤波(Kalman Filter)的缺陷,它对系统的过程噪声和观测噪声没有分布限制。而 SIR(Sequential Importance Resampling)的采样方法能很好地消除传统粒子滤波方法中的粒子退化现象。论文应用基于 SIR 的粒子滤波方法跟踪瞳孔,实验证明该方法能够较为准确地实时跟踪瞳孔,有较高的研究和应用价值。
推荐文章
粒子滤波和卡尔曼滤波组合的瞳孔跟踪方法
粒子滤波
卡尔曼滤波
瞳孔跟踪
一种基于图模型的粒子滤波跟踪方法
图模型
粒子滤波
目标跟踪
信任传播
基于粒子群优化粒子滤波的目标跟踪方法
粒子滤波
粒子群优化
均值漂移
有效粒子数
重采样
基于粒子群改进粒子滤波的机动目标跟踪方法
粒子滤波
粒子群优化
机动飞行
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 一种基于粒子滤波的瞳孔跟踪方法
来源期刊 计算机与数字工程 学科 工学
关键词 视线追踪 瞳孔跟踪 粒子滤波 SIR OpenCV
年,卷(期) 2015,(11) 所属期刊栏目 图像处理
研究方向 页码范围 2044-2046,2077
页数 4页 分类号 TP391
字数 3096字 语种 中文
DOI 10.3969/j.issn.1672-9722.2015.11.033
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 薛鹏翔 西安工业大学理学院 16 51 4.0 6.0
2 王长元 西安工业大学计算机科学与工程学院 58 281 8.0 13.0
3 田宝杰 2 10 2.0 2.0
4 金瑞铭 西安工业大学计算机科学与工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (3)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (11)
二级引证文献  (4)
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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
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
视线追踪
瞳孔跟踪
粒子滤波
SIR
OpenCV
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导