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:
在视频跟踪系统中,为了在连续帧的图像空间中找到移动目标的坐标、速度、大小以及旋转等状态信息,并且为了克服单一特征表征造成的可分性差的问题,提出了在3层粒子框架下的基于颜色和运动特征的滤波算法.首先,分析并提出了目标候选模式和原型之间的颜色特征和光流特征的相似度测量方法.然后,通过首层位置粒子的衍生算法使得颜色与光流特征应用于不同层次的粒子中,从而解决了多特征测量的融合问题.实验结果表明,本算法在无遮挡时能够不丢失地跟踪目标,正确地估计目标状态,并据此自适应地调整跟踪窗口的位置、大小和方向;在有遮挡时,算法能正确地预测目标位置并在目标重新出现后能够及时捕捉目标继续跟踪;本算法的位置跟踪的相对误差精度约10%.
推荐文章
高斯粒子滤波的局部光流运动匹配跟踪算法
目标跟踪
高斯粒子滤波
运动匹配
局部光流约束
融合颜色纹理特征的自适应粒子滤波跟踪算法
目标跟踪
粒子滤波
颜色特征
基于颜色特征与SIFT特征自适应融合的粒子滤波跟踪算法
粒子滤波
颜色直方图
尺度不变特征
自适应融合
目标跟踪
基于改进粒子滤波跟踪算法的运动视频跟踪
运动目标检测
高斯混合模型
背景建模
粒子滤波
RGB颜色直方图
迭代递归
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 应用颜色与光流特征的粒子滤波的视频跟踪
来源期刊 厦门大学学报(自然科学版) 学科 工学
关键词 目标跟踪 粒子滤波 颜色模型 光流模型 层次粒子结构
年,卷(期) 2016,(2) 所属期刊栏目 研究论文
研究方向 页码范围 285-290
页数 6页 分类号 TP391.4
字数 4464字 语种 中文
DOI 10.6043/j.issn.0438-0479.2016.02.023
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 戴乐阳 集美大学轮机工程学院福建省船舶与海洋工程重点实验室 40 185 8.0 12.0
2 宋佳声 集美大学轮机工程学院福建省船舶与海洋工程重点实验室 10 28 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (38)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
1981(2)
  • 参考文献(1)
  • 二级参考文献(1)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(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)
研究主题发展历程
节点文献
目标跟踪
粒子滤波
颜色模型
光流模型
层次粒子结构
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
厦门大学学报(自然科学版)
双月刊
0438-0479
35-1070/N
大16开
福建省厦门市厦门大学囊萤楼218-221室
34-8
1931
chi
出版文献量(篇)
4740
总下载数(次)
7
总被引数(次)
51714
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导