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:
经典视觉单目标跟踪方法通常以单特征描述被跟踪的目标.但在实际场景中,目标因受外界因素如光照或自身变化如形变的影响而发生变化.为了更好地描述目标,首先引入HOG特征和CN特征,利用传统的特征提取方法,训练得到各自的相关滤波器;然后与各自特征相关滤波得到各自的响应图;最后采用实际响应与期望响应的差值法求得各自响应图的权重,将其与各响应图自适应融合得到目标的最终位置,并自适应更新各自的模型.实验选取公共数据集OTB2013的34个彩色视频帧序列对不同算法进行定性和定量地分析和论证.相比效果最好的DSST算法,平均中心误差减少了7.8像素,成功率提高了1.2%,精度提高了2.3%.实验结果表明该算法具有较好的跟踪鲁棒性和准确性.
推荐文章
自适应模型更新的多特征融合目标跟踪算法
目标跟踪
特征融合
粒子滤波
自适应观测模型
高斯方差
自适应融合的长期目标跟踪算法
长期跟踪
稀疏相关滤波
颜色模型
自适应融合
基于双模型融合的自适应目标跟踪算法
目标跟踪
相关滤波
HS直方图
尺度金字塔
自适应融合
融合颜色特征的尺度自适应相关跟踪
特征融合
目标跟踪
尺度估计
相关滤波
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 特征融合自适应目标跟踪
来源期刊 图学学报 学科 工学
关键词 目标跟踪 相关滤波 权重 特征融合 模型自适应更新
年,卷(期) 2018,(5) 所属期刊栏目 计算机视觉
研究方向 页码范围 939-944
页数 6页 分类号 TP391
字数 5505字 语种 中文
DOI 10.11996/JG.j.2095-302X.2018050939
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 储珺 南昌航空大学计算机视觉研究所 69 563 12.0 20.0
2 缪君 南昌航空大学计算机视觉研究所 18 95 6.0 9.0
3 钟国崇 南昌航空大学计算机视觉研究所 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(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)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
目标跟踪
相关滤波
权重
特征融合
模型自适应更新
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
图学学报
双月刊
2095-302X
10-1034/T
16开
北京海淀学院路37号中国图学学会学报编辑部
1980
chi
出版文献量(篇)
3336
总下载数(次)
7
论文1v1指导