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:
针对目标遮挡、非刚性变换、光照变换等因素干扰产生的漂移问题,提出基于超像素和判别稀疏的运动目标跟踪算法.算法首先利用SLIC方法对运动目标的观测区域进行超像素分割,然后通过K-Means算法构建包含目标和背景的超像素字典,再基于判别稀疏表示和?1范数最小化框架求解候选目标的稀疏系数,同时结合粒子滤波框架和在线字典更新策略完成目标跟踪.实验结果表明,该算法在多种因素干扰的环境中具有较强的鲁棒性,能够准确稳定地进行在线目标跟踪.
推荐文章
基于超像素与BoF的运动目标跟踪算法
目标跟踪
表观模型
中层视觉线索
超像素
BoF
粒子滤波框架
加权的超像素级时空上下文目标跟踪
目标跟踪
时空上下文
超像素
自适应
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
基于前景判别超像素分割的目标检测跟踪算法
超像素
AdaBoost
目标跟踪
外观模型
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 基于超像素和判别稀疏的运动目标跟踪算法
来源期刊 计算机工程与应用 学科 工学
关键词 判别稀疏 超像素 目标跟踪 表观模型
年,卷(期) 2018,(15) 所属期刊栏目 热点与综述
研究方向 页码范围 1-5
页数 5页 分类号 TP391.41
字数 5231字 语种 中文
DOI 10.3778/j.issn.1002-8331.1708-0402
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 彭力 江南大学物联网工程学院 148 814 15.0 21.0
2 刘全胜 无锡职业技术学院物联网技术学院 22 90 4.0 8.0
4 邱晓荣 马来西亚管理科学大学信息科学与工程学院 30 87 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (5)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (17)
二级引证文献  (1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
判别稀疏
超像素
目标跟踪
表观模型
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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