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:
文章在混合高斯模型的基础上,对更新率做了进一步的改进,以解决目前对海上运动船舶检测不足的问题.文章的基本思想是首先用一种改进的混合高斯模型对运动的船舶进行检测,然后采用Kalman滤波与Camshift相结合的方法分析前者检测的结果,实现船舶的跟踪.在跟踪过程中,先通过Kalman滤波进行预测,然后在此基础上采用Camshift进行位置的搜索.通过这样的方式,不仅提高了模型的自适应性,而且提高了跟踪船舶的速度和准确度.
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 水上运动船舶的检测与跟踪
来源期刊 计算机与数字工程 学科 工学
关键词 混合高斯模型 Kalman预测 Camshift
年,卷(期) 2017,(7) 所属期刊栏目 信息融合
研究方向 页码范围 1313-1317
页数 5页 分类号 TP391
字数 2813字 语种 中文
DOI 10.3969/j.issn.1672-9722.2017.07.016
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 段先华 江苏科技大学计算机科学与工程学院 42 192 9.0 11.0
2 蔡丹 江苏科技大学计算机科学与工程学院 2 10 2.0 2.0
3 高海壮 江苏科技大学计算机科学与工程学院 1 3 1.0 1.0
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  (46)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(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)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
混合高斯模型
Kalman预测
Camshift
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导