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:
针对现在存在的基于分类的目标跟踪算法难以实现自适应目标大小变化的问题,提出并实现了基于循环核矩阵的自适应目标跟踪算法。算法首先在包含目标的感兴趣区域内采集所有的训练样本以构成一个循环矩阵结构,再使用高斯核函数构造出循环核矩阵,最后通过基于循环核矩阵的分类器的封闭形式的解进行训练和检测。同时,将比较成熟的循环矩阵理论与傅里叶分析建立连接,从而实现了在快速傅里叶变换下进行快速学习和检测。在此基础上,通过分类器对目标响应度的变化,实现自适应目标大小的变化。与一些经典的和较新的自适应目标跟踪算法进行比较,实验结果表明该算法在一定场景下能够更加准确和有效地表达目标的变化。
推荐文章
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
机动目标自适应跟踪算法研究
信息处理技术
机动目标模型
统计模型
自适应跟踪
基于双模型融合的自适应目标跟踪算法
目标跟踪
相关滤波
HS直方图
尺度金字塔
自适应融合
自适应带宽均值移动算法及目标跟踪
目标跟踪
均值移动
自适应带宽
大小
方向
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 基于循环核矩阵的自适应目标跟踪算法
来源期刊 计算机工程与应用 学科 工学
关键词 分类器 循环矩阵 傅里叶变换 高斯核函数 循环核矩阵
年,卷(期) 2016,(20) 所属期刊栏目 图形图像处理
研究方向 页码范围 177-181,192
页数 6页 分类号 TP391
字数 4412字 语种 中文
DOI 10.3778/j.issn.1002-8331.1412-0335
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 刘政怡 安徽大学计算机科学与技术学院 50 241 9.0 12.0
2 徐少飞 安徽大学计算机科学与技术学院 2 13 2.0 2.0
3 桂斌 安徽大学计算机科学与技术学院 1 7 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  (7)
同被引文献  (11)
二级引证文献  (1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(5)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
分类器
循环矩阵
傅里叶变换
高斯核函数
循环核矩阵
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