原文服务方: 计算机应用研究       
摘要:
目标跟踪一直是计算机视觉领域研究的热点和难点,受自然场景中复杂干扰因素影响,现有方法的速度和精度尚待改善.首先对基于颜色属性的目标跟踪算法进行改进,使之更为鲁棒且速度达到实时;接下来,针对被跟踪目标发生遮挡时,采用基于颜色属性的跟踪算法导致错误累积进而产生漂移甚至跟踪失败的问题,引入运算量较大但对遮挡有较强抵抗能力的稀疏协作表观模型.为了同时保证算法的速度和准确性,构建了一套基于跟踪结果置信度评价的策略选择机制,将两种算法有机整合.在多个公开数据集下的对比实验显示,与现有跟踪算法相比,该方法在跟踪效果和速度上具有较显著优势,并在目标存在严重遮挡、光照变化、运动模糊等情况时,均可以取得较好的跟踪效果.
推荐文章
基于GMM-RBMCDA的实时监控多目标跟踪方法
实时监控
多目标跟踪
混合高斯模型
蒙特卡洛数据关联
基于全局搜索的实时分布场目标跟踪方法
分布场
傅里叶变换
全局搜索
目标跟踪
相关系数
基于视觉预测的运动目标实时跟踪系统
目标实时跟踪
运动控制
视觉伺服
预测
最小二乘法
基于Camshift算法的运动目标实时跟踪系统
目标跟踪Camshift算法
摄像机
串口通信
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 基于置信度策略选择的实时目标跟踪方法
来源期刊 计算机应用研究 学科
关键词 目标跟踪 颜色属性 协作模型 置信度策略
年,卷(期) 2017,(2) 所属期刊栏目 图形图像技术
研究方向 页码范围 636-640
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.02.069
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 彭强 西南交通大学信息科学与技术学院 72 676 15.0 22.0
2 陈俊周 西南交通大学信息科学与技术学院 8 301 6.0 8.0
3 常德兴 西南交通大学信息科学与技术学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (6)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (20)
二级引证文献  (8)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(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
目标跟踪
颜色属性
协作模型
置信度策略
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导