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:
为了解决核相关滤波(KCF)跟踪器中目标尺度固定的问题,提出了一种尺度自适应的跟踪方法.首先利用Lucas-Kanade光流法跟踪相邻视频帧之间特征点的运动,引入前向后向跟踪方法保留可信特征点;其次将可信点用于尺度变化估计;然后将尺度估计应用到可调高斯窗上;最后运用前向后向跟踪算法来判断目标是否处于被遮挡状态,修改了模板更新策略.解决了核跟踪滤波器中目标尺度固定的限制,使得跟踪器更具鲁棒性与准确性.在目标跟踪视频集上测试算法效果.实验结果表明,所提算法在成功率图与精确度图排名上均优于原KCF、TLD、Struck算法.与原方法相比,改进后的方法能更好地适用于有尺度变化与遮挡的跟踪.
推荐文章
改进的强跟踪器自适应滤波信息融合方法
强跟踪器
自适应滤波
信息融合
基于相关滤波的尺度自适应目标跟踪
尺度计算
目标跟踪
相关滤波
改进的自适应核相关滤波目标跟踪
目标跟踪
核相关滤波器
颜色属性
局部线性嵌入
融合颜色特征的尺度自适应相关跟踪
特征融合
目标跟踪
尺度估计
相关滤波
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 尺度自适应的核相关滤波跟踪器
来源期刊 计算机应用 学科 工学
关键词 视觉目标跟踪 相关滤波器 尺度自适应
年,卷(期) 2016,(12) 所属期刊栏目 虚拟现实与数字媒体
研究方向 页码范围 3385-3388,3393
页数 5页 分类号 TP391.4
字数 5450字 语种 中文
DOI 10.11772/j.issn.1001-9081.2016.12.3385
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 李磊民 西南科技大学国防科技学院 85 586 12.0 19.0
2 黄玉清 西南科技大学信息工程学院 109 732 14.0 20.0
3 李麒骥 西南科技大学信息工程学院 1 4 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  (3)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视觉目标跟踪
相关滤波器
尺度自适应
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导