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:
目前智能视频监控对视频目标跟踪算法的实时性、准确性和鲁棒性都提出了很高的要求,而已有算法无法完全满足应用需求.在TLD(Tracking Learning Detector)框架下,提出一种基于视觉背景提取(Visual Background extractor,ViBe)的前景分类算法,提高了TLD算法检测目标的速度;用核相关滤波器(Kernelized Correlation Filters,KCF)实现了TLD框架中的跟踪器,提高了算法的精度及鲁棒性.采用OTB-2013评估基准中针对视频监控的视频序列进行测试,并与其他4种具有代表性跟踪算法进行了对比.测试结果表明:该算法的鲁棒性和准确性均优于对比算法,处理速度可达到40帧/s;相比于标准TLD算法,跟踪距离精度提高了1.52倍,成功率提高了1.2倍;相比于KCF算法,虽然跟踪速度有所下降,但跟踪距离精度提高了2.7倍,成功率提高了2.04倍.
推荐文章
基于改进的TLD目标跟踪算法
TLD算法
ViBe算法
SIFT特征匹配算法
跟踪漂移
TLD视频目标跟踪方法改进
TLD
目标跟踪
目标区域预估
颜色特征
基于改进的TLD目标跟踪算法
TLD算法
ViBe算法
SIFT特征匹配算法
跟踪漂移
基于Mean-Shift优化的TLD视频长时间跟踪算法
长时间跟踪
TLD
在线学习
Mean-Shift
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 面向视频监控的TLD改进目标跟踪算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 视频监控 目标跟踪 跟踪学习检测 核相关滤波器 视觉背景提取
年,卷(期) 2018,(14) 所属期刊栏目 图形图像处理
研究方向 页码范围 191-198
页数 8页 分类号 TP391.41
字数 7581字 语种 中文
DOI 10.3778/j.issn.1002-8331.1703-0263
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 张盛兵 西北工业大学计算机学院 142 912 15.0 23.0
2 杜慧敏 西安邮电大学电子工程学院 80 354 10.0 13.0
3 毛智礼 西安邮电大学电子工程学院 11 69 5.0 8.0
4 常立博 西安邮电大学电子工程学院 9 31 3.0 5.0
8 郭冲宇 西安邮电大学电子工程学院 5 33 4.0 5.0
9 蒋忭忭 西安邮电大学电子工程学院 5 33 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (123)
共引文献  (273)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (21)
二级引证文献  (8)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(13)
  • 参考文献(0)
  • 二级参考文献(13)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(15)
  • 参考文献(1)
  • 二级参考文献(14)
2013(19)
  • 参考文献(3)
  • 二级参考文献(16)
2014(13)
  • 参考文献(2)
  • 二级参考文献(11)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(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(6)
  • 引证文献(3)
  • 二级引证文献(3)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
视频监控
目标跟踪
跟踪学习检测
核相关滤波器
视觉背景提取
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