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SURF匹配算法,提出一种局部特征匹配的思想,对场景中多个目标机器人进行识别与跟踪。在静态场景中,利用背景差法检测出场景中所有运动机器人,提取各个机器人的轮廓,通过轮廓获得每个机器人在图像中的区域,对每个小区域提取SURF特征点并与模板图像进行匹配,得到想要跟踪机器人的位置信息,最后通过Kalman滤波对机器人位置进行修正并跟踪。实验证明本算法在不降低匹配的准确性上有效提高了识别与跟踪的效率。
推荐文章
基于自适应Kalman滤波的机器人运动目标跟踪算法
足球机器人
运动目标检测与跟踪
自适应卡尔曼滤波
形态学
基于Kalman滤波器的车式移动机器人跟踪方法
车式移动机器人
建模
Kalman滤波器
多目标跟踪
轨迹优化
多移动机器人的目标跟踪研究
多移动机器人
目标跟踪
路径规划
卡尔曼滤波器
Backstepping
基于强跟踪滤波的机器人运动轨迹控制系统设计
强跟踪滤波
机器人
运动轨迹
弱化因子
控制
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 基于局部SURF与Kalman滤波的多机器人识别与跟踪
来源期刊 燕山大学学报 学科 工学
关键词 SURF 特征匹配 背景差法 Kalman滤波
年,卷(期) 2016,(5) 所属期刊栏目 计算机与控制工程
研究方向 页码范围 426-430
页数 5页 分类号 TP242.6
字数 2183字 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 李江昊 燕山大学信息科学与工程学院 19 95 7.0 9.0
2 彭丹 燕山大学理学院 9 18 3.0 3.0
3 韩立媛 燕山大学信息科学与工程学院 1 1 1.0 1.0
4 王绪全 燕山大学信息科学与工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (148)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SURF
特征匹配
背景差法
Kalman滤波
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
燕山大学学报
双月刊
1007-791X
13-1219/N
大16开
河北省秦皇岛市河北大街西段438号
18-73
1963
chi
出版文献量(篇)
2254
总下载数(次)
2
总被引数(次)
12529
论文1v1指导