作者:
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:
对于行人运动模型是线性系统,噪声符合高斯分布,采用边检测边跟踪的卡尔曼滤波算法,试验达到了预期的效果.但在实际中行人的随机行走具有很大的不确定性,不一定是线性系统和高斯分布,此时利用Kalman滤波就会导致跟踪失败.研究了基于先检测后跟踪的加权颜色直方图为匹配模板,基于动态建模的粒子滤波实现对行人的有效跟踪.在初始帧利用AdaBoost算法确定行人的位置、大小等状态信息,以行人矩形框内的加权颜色直方图作为跟踪的目标模板,初始化粒子集.在后续的视频图像中,利用粒子滤波算法实现行人跟踪.结果表明,即使在目标有遮挡、阴影等复杂噪声背景下,提出的方法也能很好地跟踪到视频序列中行人.
推荐文章
基于粒子滤波的多特征融合视频行人跟踪算法
粒子滤波
特征融合
局部二元模式
运动平滑
扩散距离
基于特征组合粒子滤波的行人跟踪方法
行人保护
行人跟踪
梯度方向直方图
颜色直方图
粒子滤波
基于改进粒子滤波跟踪算法的运动视频跟踪
运动目标检测
高斯混合模型
背景建模
粒子滤波
RGB颜色直方图
迭代递归
基于改进的粒子滤波的红外视频行人跟踪
红外视频
粒子滤波
有向梯度直方图(HOG)
行人跟踪
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 基于多变量动态建模的粒子滤波行人跟踪算法实现
来源期刊 佛山科学技术学院学报(自然科学版) 学科 工学
关键词 行人检测 行人跟踪 AdaBoost 加权颜色直方图 粒子滤波
年,卷(期) 2017,(4) 所属期刊栏目 信息科学
研究方向 页码范围 47-53
页数 7页 分类号 TP391.4
字数 4117字 语种 中文
DOI
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 张玉荣 武汉理工大学信息工程学院 6 8 2.0 2.0
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  (10)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
行人检测
行人跟踪
AdaBoost
加权颜色直方图
粒子滤波
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
佛山科学技术学院学报(自然科学版)
双月刊
1008-0171
44-1438/N
大16开
广东省佛山市江湾一路18号
1988
chi
出版文献量(篇)
2495
总下载数(次)
2
总被引数(次)
7770
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导