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:
Camshift算法是对MeanShift算法的改进,它可以解决目标尺度缩放、持续跟踪等问题.但是当目标颜色与背景颜色接近或者目标遇到旋转问题时,Camshift算法容易失效.而SIFT算子对旋转、亮度变化保持不变性,对颜色相近也保持一定的稳定性.基于此,提出一种Camshift与SIFT算子线性融合的目标跟踪算法.首先利用Camshift算法来对目标进行初步的跟踪,得到跟踪区域,再利用SIFT特征向量来匹配目标区域与跟踪区域,得到SIFT的匹配和校正结果,再将两种算法的结果进行线性融合,得到最终的跟踪结果.实验结果表明,提出的方法可以有效地解决跟踪过程中出现的旋转、颜色相近等问题.
推荐文章
基于CamShift和Kalman组合的改进目标跟踪算法
目标跟踪
CamShift算法
卡尔曼滤波
基于阈值判断的CamShift目标跟踪算法
CamShift算法
OTSU算法
Snake模型
阈值判断
目标跟踪
基于双感兴趣区域判定和速度信息融合的CamShift目标跟踪算法
CamShift算法
运动目标跟踪
兴趣区域
速度信息
基于Camshift与Kalman的目标跟踪算法
目标跟踪
Camshift算法
Kalman滤波
目标遮挡
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Camshift和SIFT线性融合的目标跟踪算法研究
来源期刊 电视技术 学科 工学
关键词 MeanShift Camshift SIFT 跟踪 线性融合
年,卷(期) 2015,(17) 所属期刊栏目 视频应用与工程
研究方向 页码范围 135-138
页数 4页 分类号 TP37
字数 2885字 语种 中文
DOI 10.16280/j.videoe.2015.17.032
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 宋建新 南京邮电大学江苏省图像处理与图像通信重点实验室 63 313 8.0 15.0
2 叶家林 南京邮电大学江苏省图像处理与图像通信重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (68)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(3)
  • 参考文献(3)
  • 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)
研究主题发展历程
节点文献
MeanShift
Camshift
SIFT
跟踪
线性融合
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