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:
针对目标跟踪问题,提出基于傅里叶域卷积表示的目标跟踪算法,将目标跟踪问题转化为卷积表示模型,通过求解最优滤波器,得到对目标函数的最佳表示,可以实现快速鲁棒的跟踪.多通道卷积表示模型在傅里叶域等价于求解线性方程的最佳近似解.首先,通过广义逆理论求得该方程的最优通解,给出一般滤波器的表示形式;然后,利用前一时刻的滤波器和当前特征模板生成当前滤波器,利用满秩算法快速求解广义逆;最后,在位移和尺度上更新、应用该滤波器.在目标跟踪基准(OTB)数据库中的大量实验表明,本文算法比当前部分较为先进的跟踪算法具有更好的表现,并提供了更加灵活多样的滤波器设计.
推荐文章
插值重建的分数阶傅里叶域分析
分数阶傅里叶变换
插值
信号重建
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
基于数据重复的快速傅里叶算法改进
数据重复
FFT
分辨率
数据处理
改进的卷积网络目标跟踪算法
目标跟踪
卷积网络
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 基于傅里叶域卷积表示的目标跟踪算法
来源期刊 北京航空航天大学学报 学科 工学
关键词 目标跟踪 卷积表示 Moore-Penrose广义逆 傅里叶变换 最佳逼近
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 151-159
页数 9页 分类号 O29|TP391.4
字数 5042字 语种 中文
DOI 10.13700/j.bh.1001-5965.2017.0038
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 杨小远 北京航空航天大学数学与系统科学学院 19 22 2.0 4.0
2 朱日东 北京航空航天大学数学与系统科学学院 2 1 1.0 1.0
3 王敬凯 北京航空航天大学数学与系统科学学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 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
卷积表示
Moore-Penrose广义逆
傅里叶变换
最佳逼近
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
北京航空航天大学学报
月刊
1001-5965
11-2625/V
大16开
北京市海淀区学院路37号
1956
chi
出版文献量(篇)
6912
总下载数(次)
23
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