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:
针对传统超像素跟踪方法中建模速度慢、目标遮挡易漂移的问题,提出一种新的目标跟踪算法.该算法利用超像素分割,获得大量目标前景和背景的超像素训练数据,通过训练超限学习机,并结合k-d树聚类快速构建目标前景和背景的判别式模型.在跟踪过程中,利用构建的模型和粒子滤波估计目标中心位置.最后结合相关滤波估计目标尺度,实现对目标的鲁棒性跟踪.实验结果表明,所提算法具有可靠的跟踪精确度和较快的跟踪速度.
推荐文章
利用超像素混合投票的在线目标跟踪算法
目标跟踪
局部特征
目标分割
霍夫变换
一种基于超像素的局部判别式跟踪算法
视频监控
稀疏表示
目标跟踪
表观更新
超像素
一种基于稀疏表示的判别式目标跟踪算法
目标跟踪
稀疏表示
贝叶斯分类器
基于判别式序列表的均值漂移目标跟踪算法
目标跟踪
均值漂移
判别式序列表
目标外观
背景信息
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 在线判别式超像素跟踪算法
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 目标跟踪 超像素 超限学习机 相关滤波
年,卷(期) 2018,(3) 所属期刊栏目
研究方向 页码范围 13-17,168
页数 6页 分类号 TP391.41
字数 3306字 语种 中文
DOI 10.3969/j.issn.1001-2400.2018.03.003
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 李磊 西安电子科技大学综合业务网理论及关键技术国家重点实验室 37 118 6.0 6.0
2 肖嵩 西安电子科技大学综合业务网理论及关键技术国家重点实验室 28 153 7.0 11.0
3 刘雨情 西安电子科技大学综合业务网理论及关键技术国家重点实验室 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (4)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
目标跟踪
超像素
超限学习机
相关滤波
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导