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:
TLD (Tracking-Learning-Detection)算法是近期受到广泛关注的一种长时间视觉跟踪算法。为提高该算法的运行速度,一种 ATLD (Accelerated TLD)算法被提出,对原始 TLD 算法做了两方面改进:在检测模块引入基于灰色预测模型的目标位置估计和检测区域设置;运用基于 NCC (Normalized Cross Correlation)距离的图像检索方法管理正负样本集。并在此基础上实现了多目标跟踪。通过实验比较了 ATLD 算法、原始 TLD 算法及两种近期改进的 TLD 算法。实验结果表明: ATLD 算法在确保精度的前提下运行速度更快。
推荐文章
基于改进的TLD目标跟踪算法
TLD算法
ViBe算法
SIFT特征匹配算法
跟踪漂移
在线多目标视频跟踪算法综述
视频分析
计算机视觉
多目标跟踪
深度学习
多目标跟踪数据关联及其改进算法
多目标跟踪
数据关联
后验概率
基于TLD框架的快速目标跟踪方法
目标跟踪
跟踪学习检测
动态调整
模板匹配
实时性
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 加速的 TLD 算法及其在多目标跟踪中的应用
来源期刊 计算机系统应用 学科
关键词 目标跟踪 TLD 目标位置估计 图像检索
年,卷(期) 2016,(6) 所属期刊栏目
研究方向 页码范围 196-201
页数 6页 分类号
字数 4839字 语种 中文
DOI 10.15888/j.cnki.csa.005222
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 刘传才 南京理工大学计算机科学与工程学院 41 213 8.0 12.0
2 金哲 南京理工大学计算机科学与工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (14)
二级引证文献  (7)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
目标跟踪
TLD
目标位置估计
图像检索
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
总被引数(次)
57078
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
论文1v1指导