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:
为了增强目标跟踪的速度和精度,提出了一种基于Gabor变换的快速跟踪算法。根据Gabor变换对人类视觉感受野良好的模拟能力,用多尺度多方向的Gabor滤波器对目标图像进行特征抽取,以此建立目标的表观模型,而后利用图像匹配的方法得到相邻帧目标位置的后验概率分布从而实现跟踪。其中在特征抽取级利用线性多通道模型将不同尺度和方向的Gabor特征融合起来,在输出级利用时频的卷积特性以FFT实现相邻帧目标位置后验概率的快速计算,充分考虑了跟踪的速度和精度。实验结果表明,该算法选用的Gabor特征对目标有准确的描述能力,以此建立的表观模型鲁棒性强;同时跟踪过程简单快速,在精度和速度上与其他前沿的跟踪算法相较有优越性。
推荐文章
基于Gabor变换的特征点跟踪算法研究
特征点跟踪
Gabor变换
概率数据关联滤波
卡尔曼滤波
图像匹配
基于Gabor变换的特征点跟踪算法研究
特征点跟踪
Gabor变换
概率数据关联滤波
卡尔曼滤波
图像匹配
基于辅助双正交的实值离散多Gabor变换
实值离散Gabor变换
离散多Gabor展开
时频分辨率
双正交
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Gabor变换的快速跟踪算法
来源期刊 计算机工程与应用 学科 工学
关键词 目标跟踪 Gabor滤波 特征融合 图像匹配
年,卷(期) 2016,(6) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 134-138,149
页数 6页 分类号 TP391.41
字数 4711字 语种 中文
DOI 10.3778/j.issn.1002-8331.1412-0085
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 吴小俊 江南大学物联网工程学院 170 1079 17.0 22.0
2 徐天阳 江南大学物联网工程学院 5 32 3.0 5.0
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  (7)
节点文献
引证文献  (5)
同被引文献  (6)
二级引证文献  (30)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(10)
  • 引证文献(3)
  • 二级引证文献(7)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
目标跟踪
Gabor滤波
特征融合
图像匹配
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导