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:
建立有效的目标表观模型是视觉跟踪算法的关键.该文采用中层次视觉线索(超像素)对目标表观进行建模,提出一种实时超像素跟踪(RSPT)算法.算法采用K近邻(KNN)方法从超像素特征集合中学习目标的判别式表观模型;在后续帧中,根据学习到的表观模型计算目标-背景置信图,然后巧妙地采用积分图方法估计目标状态,实现了高速的全局最优估计;最后设计了目标表观模型的在线更新策略,引入遮挡因子对遮挡进行判断.在配置i5处理器的电脑中,所提RSPT算法使用未经优化的Matlab代码以19帧/s的速度实时运行.对若干序列的对比实验表明,所提算法能够在多种复杂环境下稳定跟踪目标,具有良好的鲁棒性.
推荐文章
基于超像素与BoF的运动目标跟踪算法
目标跟踪
表观模型
中层视觉线索
超像素
BoF
粒子滤波框架
加权的超像素级时空上下文目标跟踪
目标跟踪
时空上下文
超像素
自适应
超像素分割算法研究综述
超像素
图像分割
图论
梯度下降
基于聚类的超像素分割算法研究
超像素
图像分割
聚类
评价指标
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 实时超像素跟踪算法
来源期刊 电子与信息学报 学科 工学
关键词 视觉跟踪 超像素 判别式表观模型 K近邻方法
年,卷(期) 2016,(3) 所属期刊栏目 论文
研究方向 页码范围 571-577
页数 7页 分类号 TP391
字数 5148字 语种 中文
DOI 10.11999/JEIT150705
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (17)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(6)
  • 参考文献(4)
  • 二级参考文献(2)
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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视觉跟踪
超像素
判别式表观模型
K近邻方法
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
论文1v1指导