目标跟踪中的四叉树分块模型

• 作者: 张文俊 张雄
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 分块跟踪 四叉树 密度估计 非参数估计
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 76-82
• 页数: 7页
• 分类号: TP391.4
• 字数: 4517字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1304-0501

摘要

针对计算机视觉领域中，建立能够描述图像结构特性的目标模型问题，提出了一种基于四叉树分块的密度估计模型。采用四叉树分块方法对目标图像块进行划分，根据各分块的尺度和像素值统计特性建立局部的密度估计模型。实验结果和分析表明，基于四叉树分块的局部密度估计模型解决了全局密度估计模型无法描述结构特性的问题，而且用较少的分块数量有针对性地描述了目标的细节，同时简化了密度估计算法的计算过程，在目标跟踪应用中较其他算法表现出较优的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雄	太原科技大学电子信息工程学院	10	7	1.0	1.0
2	张文俊	太原科技大学电子信息工程学院	1	1	1.0	1.0