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:
多目标跟踪算法通常需要计算多帧、多目标间的数据关联,由于目标样本数量大,优化过程十分耗时,因此往往实际应用受限.提出一种实时的多目标跟踪算法,通过建立在线更新的结构先验模型约束目标间的空间位置关系,从而捕获多帧多目标间的数据相关性;在推理目标的空间置信度时,为克服传统方法使用稀疏采样造成样本不足引起目标状态估计不准确的问题,采用一种新的思路:提取目标及其周围区域作为正例样本,在计算过程中引入循环矩阵理论进行密集采样,并进一步通过对解进行傅里叶变换,实现对搜索窗口内所有样本似然的快速推理,从而为结构先验模型提供目标所有可能位置的置信度.实验结果表明了该算法在提高跟踪精度的同时显著降低了运算时间.
推荐文章
用DSP实现多目标实时跟踪
实时性
线性汇编
DSP
快速跟踪
基于GMM-RBMCDA的实时监控多目标跟踪方法
实时监控
多目标跟踪
混合高斯模型
蒙特卡洛数据关联
密集杂波下的模糊数据关联多目标跟踪算法
模糊聚类
多目标跟踪
数据关联
卡尔曼滤波
一种红外多目标实时跟踪器的设计
多目标
预测
同名匹配
机器视觉
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 结构先验约束下的实时多目标跟踪
来源期刊 计算机工程与应用 学科 工学
关键词 目标跟踪 结构先验 密集采样 傅里叶变换
年,卷(期) 2016,(4) 所属期刊栏目 图形图像处理
研究方向 页码范围 174-180,216
页数 8页 分类号 TP391.41
字数 6730字 语种 中文
DOI 10.3778/j.issn.1002-8331.1402-0346
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 谢昭 合肥工业大学计算机与信息学院 44 279 8.0 15.0
2 孙永宣 合肥工业大学计算机与信息学院 12 18 2.0 3.0
3 姚婷婷 合肥工业大学计算机与信息学院 6 9 2.0 2.0
4 洪艳 合肥工业大学信息与网络中心 9 31 3.0 5.0
5 赵其鹏 合肥工业大学计算机与信息学院 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  (93)
共引文献  (202)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (3)
1986(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)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(12)
  • 参考文献(0)
  • 二级参考文献(12)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(12)
  • 参考文献(0)
  • 二级参考文献(12)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(15)
  • 参考文献(0)
  • 二级参考文献(15)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
目标跟踪
结构先验
密集采样
傅里叶变换
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导