原文服务方: 计算机应用研究       
摘要:
针对视觉跟踪过程中因目标尺度变化导致跟踪精度低的问题进行了研究,提出一种基于时空模型的尺度自适应视觉跟踪算法(spatio-temporal context-scale adaptive,STC-SA).在颜色属性空间下提取目标颜色直方图特征;再通过时空上下文学习获取置信图中概率最大位置;最后利用颜色直方图进行相似度匹配并根据自适应方法修正跟踪框尺寸以达到最佳的跟踪效果.实验选取Benchmark中五组具有明显尺度变化的图像序列进行测试,STC-SA算法的跟踪成功率最高达到91%,验证了STC-SA算法具有较高的跟踪精度和跟踪实时性.
推荐文章
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
基于相关滤波的尺度自适应目标跟踪
尺度计算
目标跟踪
相关滤波
自适应尺度特征融合与模型更新的跟踪算法
多特征融合
尺度核相关滤波器
多峰检测
高置信度
模型更新
抑制模型漂移
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
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 基于时空模型的尺度自适应视觉跟踪
来源期刊 计算机应用研究 学科
关键词 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
年,卷(期) 2017,(12) 所属期刊栏目 图形图像技术
研究方向 页码范围 3834-3838
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.12.071
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 刘万军 辽宁工程技术大学软件学院 181 1681 19.0 33.0
2 董帅含 辽宁工程技术大学软件学院 7 52 3.0 7.0
3 张杰民 辽宁工程技术大学软件学院 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (92)
共引文献  (77)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(15)
  • 参考文献(2)
  • 二级参考文献(13)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(16)
  • 参考文献(1)
  • 二级参考文献(15)
2015(10)
  • 参考文献(2)
  • 二级参考文献(8)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
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
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