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:
针对原始压缩跟踪使用固定大小的跟踪框来跟踪目标,提出一种尺度自适应的压缩跟踪算法,在原始的压缩跟踪算法的基础上加入粒子滤波方法,利用分类器的响应产生粒子权重,根据粒子权重大小重新采样,从而避免了粒子退化,利用一个2阶的状态转换模型去估计目标的当前位置和尺度大小,使得跟踪算法能适应运动目标的尺度变化。实验结果表明,与原始的压缩跟踪算法相比,该算法在视频流中的跟踪性能得到提升。
推荐文章
尺度自适应的加权压缩跟踪算法
压缩跟踪
尺度更新
相关滤波器
加权分类器
目标跟踪
基于自适应尺度的Mean-shift跟踪算法
图像处理
Mean-shift算法
自适应
尺度空间
基于深度学习的尺度自适应海面目标跟踪算法
无人艇
尺度自适应
深度学习
目标跟踪
基于基础颜色特征的自适应尺度的多目标跟踪算法
基础颜色特征
自适应尺度因子
多目标跟踪
颜色命名过程
主成分分析
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 尺度自适应的压缩跟踪算法
来源期刊 计算机工程与应用 学科 工学
关键词 压缩跟踪 尺度自适应 粒子滤波 实时
年,卷(期) 2016,(14) 所属期刊栏目 图形图像处理
研究方向 页码范围 180-185
页数 6页 分类号 TP391
字数 5409字 语种 中文
DOI 10.3778/j.issn.1002-8331.1409-0100
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 吴小培 安徽大学计算智能与信号处理教育部重点实验室 132 1377 20.0 29.0
2 张超 安徽大学计算智能与信号处理教育部重点实验室 36 257 9.0 15.0
3 周蚌艳 安徽大学计算智能与信号处理教育部重点实验室 17 79 6.0 8.0
4 朱周元 安徽大学计算智能与信号处理教育部重点实验室 2 6 2.0 2.0
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  (6)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (4)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2011(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)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
压缩跟踪
尺度自适应
粒子滤波
实时
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导