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:
在多目标跟踪过程中,遮挡和漏检容易引起目标标签错乱和丢失,造成跟踪失败.针对该问题,提出一种基于混合高斯-概率假设密度(GM-PHD)滤波器的改进跟踪方法.使用背景差分检测获得二值图像映射和测量集,以外观为基础的探测器检测目标外观,将背景差分获得的测量集与外观检测器获得的测量集进行融合,利用改进的GM-PHD滤波器保持目标跟踪轨迹,并处理目标跟踪中的一些不确定性因素.实验结果表明,与GM-PHD方法、颜色外观方法和SMC-PHD方法相比,该方法能获得较好的跟踪精度.
推荐文章
基于权重约束GM-PHD滤波的多目标跟踪方法
多目标跟踪
一对一假设
高斯混合概率假设密度滤波器
权重约束
归一化
基于二阶中心差分滤波的高斯混合粒子PHD多目标跟踪算法
概率假设密度滤波
二阶中心差分滤波
多目标跟踪
高斯混合粒子PHD
GM-PHD雷达密集多目标跟踪应用研究
数据关联
密集多目标跟踪
最优多目标贝叶斯滤波器
高斯混合概率假设密度
基于GM-PHD的多目标跟踪算法仿真及影响因素
高斯混合概率假设密度滤波器
检测概率
存活概率
杂波密度
最优子模式分配距离
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 基于背景差分检测和改进GM-PHD滤波器的多目标跟踪
来源期刊 计算机工程 学科 工学
关键词 多目标跟踪 背景差分检测 滤波 置信概率 多目标跟踪精度
年,卷(期) 2017,(1) 所属期刊栏目 图形图像处理
研究方向 页码范围 253-258
页数 6页 分类号 TP391
字数 4917字 语种 中文
DOI 10.3969/j.issn.1000-3428.2017.01.044
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 须文波 江南大学信息工程学院 409 3078 23.0 34.0
2 马绍惠 河南工学院计算机科学与技术系 6 29 3.0 5.0
3 谌湘倩 河南工学院计算机科学与技术系 3 25 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (18)
参考文献  (13)
节点文献
引证文献  (8)
同被引文献  (17)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(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)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标跟踪
背景差分检测
滤波
置信概率
多目标跟踪精度
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导