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:
粒子滤波跟踪算法通常采用颜色直方图等全局特征作为观测模板和目标模板.然而,当目标的外观发生变化或者与背景相似时,全局特征的准确性会急剧下降.为了解决上述问题,引入人类三阶段记忆机制用于构建模板空间,模板空间结合目标的局部特征和全局特征,并记忆目标的时序变化.在目标跟踪过程中,模板空间对粒子的传播加以控制,以避免粒子的退化;同时,粒子集合对特征点的匹配范围进行约束,以减少伪匹配的发生,增强目标模板的可靠性.实验结果表明,当目标外观与背景相似,或由尺度变化、光照突变、旋转等引起目标外观发生变化时,该算法仍能鲁棒地跟踪目标.
推荐文章
一种基于跟踪微分器的机动目标跟踪算法
控制理论
目标跟踪
运动预测
跟踪微分器
SSDA算法
一种改进的CAMShift目标跟踪算法
目标跟踪
CAMShift算法
颜色概率分布
运动目标
一种基于弹道模型的机动目标跟踪算法
弹道模型
跃升俯冲
目标跟踪
扩展卡尔曼滤波
一种基于角点的Mean Shift目标跟踪算法
目标跟踪
Harris角点检测
Mean Shift
目标表示
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 一种基于记忆的目标跟踪算法及实验验证
来源期刊 实验室研究与探索 学科 工学
关键词 粒子滤波 三阶段记忆模型 多特征融合 模板空间 运动目标跟踪
年,卷(期) 2018,(11) 所属期刊栏目 实验技术
研究方向 页码范围 32-36
页数 5页 分类号 TP391
字数 4953字 语种 中文
DOI 10.3969/j.issn.1006-7167.2018.11.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (16)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(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)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子滤波
三阶段记忆模型
多特征融合
模板空间
运动目标跟踪
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
实验室研究与探索
月刊
1006-7167
31-1707/T
大16开
上海华山路1954号交大教学三楼456、457室
4-834
1982
chi
出版文献量(篇)
14661
总下载数(次)
46
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导