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:
针对基于粒子滤波的视频目标跟踪算法中由于粒子重采样过程而导致粒子贫化的问题,提出了一种基于人工蜂群算法的粒子滤波目标跟踪算法,利用群体智能的特点使得粒子集在重采样前得到优化,保持了粒子的多样性,从而解决了粒子贫化问题,同时增加了有效粒子的数目.实验结果表明,基于人工蜂群算法的粒子滤波跟踪算法,比标准粒子滤波跟踪算法所需粒子数更少,对目标遮挡、较复杂背景有较好的跟踪效果.
推荐文章
基于粒子群和人工蜂群混合算法的气动优化设计
粒子群算法
人工蜂群算法
混合算法
气动优化设计
基于全局信息的人工蜂群聚类算法
人工蜂群算法
聚类
群体智能
搜索策略
全局信息
人工蜂群算法研究综述
人工蜂群算法
群智能
多目标优化
约束优化
基于混合人工蜂群算法的多目标柔性作业车间调度问题研究
计算机应用
柔性作业车间调度
人工蜂群算法
多目标优化
禁忌搜索
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 基于人工蜂群算法的粒子滤波目标跟踪
来源期刊 电视技术 学科 工学
关键词 人工蜂群 目标跟踪 粒子滤波 粒子贫化
年,卷(期) 2015,(9) 所属期刊栏目 数字视频
研究方向 页码范围 1-5
页数 5页 分类号 TP391
字数 3899字 语种 中文
DOI 10.16280/j.videoe.2015.09.001
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 何小海 四川大学电子信息学院图像信息研究所 395 2334 21.0 30.0
2 吴晓红 四川大学电子信息学院图像信息研究所 141 571 11.0 16.0
3 高明亮 山东理工大学电气与电子工程学院 25 184 5.0 13.0
4 李昀 四川大学电子信息学院图像信息研究所 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (8)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (3)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(4)
  • 参考文献(3)
  • 二级参考文献(1)
2012(7)
  • 参考文献(7)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工蜂群
目标跟踪
粒子滤波
粒子贫化
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
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导