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:
经典稀疏表示目标跟踪算法在处理复杂视频时不免出现跟踪不稳定情况且当目标发生遮挡时易发生漂移现象.针对这一问题,提出一种基于子区域匹配的稀疏表示跟踪算法.首先,将初始目标模板划分为若干子区域,利用LK图像配准算法建立观测模型预测下一帧目标运动状态.然后,对预测的目标模型区域进行同等划分,并在匹配过程中寻找最优子区域.最后,在模板更新过程中引入一种新的模板校正机制,能够有效克服漂移现象.将该算法与多种目标跟踪算法在不同视频序列下进行对比,实验结果表明在目标发生遮挡、运动、光照影响及复杂背景等情况下该算法具有较为理想的跟踪效果,并与经典稀疏表示跟踪算法相比具有较好的跟踪性能.
推荐文章
基于稀疏表示的目标跟踪算法
Haar特征
背景信息
稀疏表示
块正交匹配
基于元样本稀疏表示的目标跟踪算法
目标跟踪
稀疏表示
l1最小范数
元样本
主成分分析
基于局部稀疏表示的目标跟踪算法
目标跟踪
稀疏表示
l1算法
分块策略
生成模型
基于深度特征的稀疏表示目标跟踪算法
目标跟踪
稀疏表示
卷积神经网络
生成模型
深度学习
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 基于子区域匹配的稀疏表示跟踪算法
来源期刊 计算机工程与应用 学科 工学
关键词 稀疏表示 观测模型 子区域匹配 模板校正
年,卷(期) 2017,(9) 所属期刊栏目 图形图像处理
研究方向 页码范围 201-207
页数 7页 分类号 TP391.41
字数 4651字 语种 中文
DOI 10.3778/j.issn.1002-8331.1511-0237
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 邵良杉 辽宁工程技术大学软件学院 189 1464 18.0 27.0
3 费博雯 辽宁工程技术大学软件学院 15 65 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (118)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (46)
二级引证文献  (7)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(10)
  • 参考文献(3)
  • 二级参考文献(7)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
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(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
研究主题发展历程
节点文献
稀疏表示
观测模型
子区域匹配
模板校正
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导