基于短时灰预测的像素预测模型

• 作者: 郑朝晖 鞠剑平
• 来源期刊: 江汉大学学报（自然科学版）
• 学科: 工学
• 关键词: GM(1,1) 像素预测 时间序列 目标跟踪
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 547-551
• 页数: 5页
• 分类号: TP391.4
• 字数: 3030字
• 语种: 中文
• DOI: 10.16389/j.cnki.cn42-1737/n.2016.06.011

摘要

提出了一种采用GM（1，1）模型预测目标特征变化的新方法。该方法通过对目标区域进行分块，计算块区域像素和，同时利用短时时间序列对像素和序列进行累加处理生成新序列，通过GM（1，1）模型得到目标的预测模型。GM（1，1）像素预测模型方法对目标具有较强的预判能力，对短时特征变化具有较好的预测能力。跟踪算法能很好地将特征变化与预测结合到一起，利用该方法进行跟踪测试，对比当前传统跟踪算法其跟踪性能有显著提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鞠剑平	湖北商贸学院机电与信息工程学院	7	13	2.0	3.0
2	郑朝晖	武汉铁路职业技术学院公共课部	4	11	2.0	3.0