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:
目标跟踪是计算机视觉的重要组成部分,其鲁棒性一直受到目标遮挡,光照变化,目标姿态变化等因素的制约.针对这个问题,提出了基于子空间联合模型的视觉跟踪算法.算法为了克服遮挡对目标跟踪的影响,采用局部动态稀疏表示进行遮挡检测,根据遮挡检测结果来修正增量子空间误差.此外,在稀疏子空间基础上计算目标模板和候选模板的相似性.在粒子滤波框架下,联合候选目标增量误差和相似性实现目标跟踪.通过在多个具有挑战性的视频序列上进行实验,表明该算法具有较好的鲁棒性.
推荐文章
基于改进粒子滤波的稀疏子空间单目标跟踪算法
目标跟踪
贝叶斯滤波
粒子滤波
稀疏子空间
过渡样本
聚类中心
基于多表观模型竞争的视觉跟踪算法
视觉跟踪
模型更新
多表观模型
粒子滤波
基于时空模型的尺度自适应视觉跟踪
视觉跟踪
颜色属性空间
颜色直方图
时空上下文学习
相似度匹配
基于子空间跟踪的递推稳健自适应波束形成
稳健自适应波束形成
通用秩信号模型
子空间跟踪
梯度下降
计算复杂度
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 基于子空间联合模型的视觉跟踪
来源期刊 计算机应用与软件 学科 工学
关键词 视觉跟踪 增量子空间 粒子滤波 联合模型 局部动态稀疏表示
年,卷(期) 2017,(7) 所属期刊栏目 图像处理与应用
研究方向 页码范围 154-158,170
页数 6页 分类号 TP391.41
字数 4775字 语种 中文
DOI 10.3969/j.issn.1000-386x.2017.07.029
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 杨国亮 江西理工大学电气工程与自动化学院 74 384 10.0 16.0
2 唐俊 江西理工大学电气工程与自动化学院 7 19 3.0 4.0
3 王建 江西理工大学电气工程与自动化学院 10 33 4.0 5.0
4 朱松伟 江西理工大学电气工程与自动化学院 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  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2006(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 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)
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
增量子空间
粒子滤波
联合模型
局部动态稀疏表示
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导