原文服务方: 计算机应用研究       
摘要:
大多数应用于视频监控领域的目标跟踪模式识别方法,都需要先对移动目标进行模式学习.但是这些方法不适合同时跟踪多个不同的目标,因为每一个移动目标的模式都应该是预先确定好的.因此,提出了一种新的基于粒子滤波和背景减除的无监督多运动目标检测与跟踪方法来解决这个问题.该方法能够自动探测和跟踪许多移动目标,没有任何学习阶段,也没有任何关于大小、性质或初始位置的先验知识.对多个视频测试集进行了实验验证,测试结果表明,该方法可以成功地处理复杂情况下的目标跟踪.与其他方法进行比较,结果显示提出的方法检测以及跟踪目标性能更好.
推荐文章
基于ViBe和粒子滤波的多目标汽车跟踪
ViBe算法
粒子滤波
多目标跟踪
Harris算法
鲁棒性
前景检测
基于SVD背景抑制和粒子滤波的弱小目标检测
奇异值分解
背景抑制
粒子滤波
红外小目标检测
基于迭代积分粒子滤波的目标跟踪算法?
高斯牛顿迭代
积分卡尔曼滤波
重要性函数
非线性目标跟踪
一种改进的容积信息粒子滤波多目标跟踪算法
自举式粒子滤波
重要性采样函数
容积信息滤波
Gating技术
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 基于粒子滤波和背景减除的多目标检测与跟踪算法
来源期刊 计算机应用研究 学科
关键词 目标检测 目标跟踪 视频序列 粒子滤波 背景减除 颜色分布 无监督 鲁棒性
年,卷(期) 2018,(8) 所属期刊栏目 图形图像技术
研究方向 页码范围 2506-2509
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.08.067
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 李明杰 三亚学院信息与智能工程学院 26 44 3.0 5.0
2 刘小飞 三亚学院信息与智能工程学院 31 52 4.0 6.0
3 张福泉 北京理工大学软件学院 37 62 3.0 6.0
4 翟萍 郑州大学信息工程学院 6 40 2.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (3)
参考文献  (13)
节点文献
引证文献  (16)
同被引文献  (61)
二级引证文献  (7)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(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)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(8)
  • 参考文献(4)
  • 二级参考文献(4)
2015(6)
  • 参考文献(6)
  • 二级参考文献(0)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(2)
2018(6)
  • 引证文献(4)
  • 二级引证文献(2)
2019(7)
  • 引证文献(4)
  • 二级引证文献(3)
2020(10)
  • 引证文献(8)
  • 二级引证文献(2)
研究主题发展历程
节点文献
目标检测
目标跟踪
视频序列
粒子滤波
背景减除
颜色分布
无监督
鲁棒性
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