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:
传统Mean-Shift跟踪算法缺少核函数带宽更新策略,故无法解决无人艇跟踪的水面运动目标轮廓变化各向异性问题,提出一种各向异性带宽自适应的Mean-Shift跟踪算法.先用黎曼积分将特征子模型概率密度的归一化常数.近似为积分形式,从而获得不同尺度参数Ch对应的间关系式.然后用梯度上升法使目标模型和目标候选模型之间的相似度函数达到局部最大,由此估计目标在下一帧的带宽与位置.最后为防止带宽更新时结果过小或过大,引入两个正则化参数修正尺度参数.实验结果表明,所提算法对外形轮廓非同比变化的水面运动目标跟踪具有各向异性的带宽自适应调节能力,型心位置准确率较传统Mean-Shift和各向同性带宽自适应Mean-Shift提高了约77. 2%和31. 1%,运行速度可达 20. 7 fps,显示了其鲁棒性和实时性.
推荐文章
自适应带宽均值移动算法及目标跟踪
目标跟踪
均值移动
自适应带宽
大小
方向
机动目标自适应跟踪算法研究
信息处理技术
机动目标模型
统计模型
自适应跟踪
基于相似度辅助决策的带宽自适应跟踪算法
视觉跟踪
均值漂移算法
显著性加权
自适应带宽
各向异性核函数均值漂移目标跟踪算法研究
图像处理
各向异性核函数
水平集
均值漂移
目标跟踪
自适应带宽
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 各向异性带宽自适应水面运动目标跟踪算法
来源期刊 计算机工程与科学 学科 工学
关键词 Mean-Shift跟踪 各向异性带宽自适应 梯度上升法 正则化参数
年,卷(期) 2019,(2) 所属期刊栏目 图形与图像
研究方向 页码范围 308-314
页数 7页 分类号 TP751
字数 4648字 语种 中文
DOI 10.3969/j.issn.1007-130X.2019.02.017
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 万磊 哈尔滨工程大学水下机器人技术国防科技重点实验室 96 1473 22.0 32.0
2 盛明伟 哈尔滨工程大学水下机器人技术国防科技重点实验室 15 70 5.0 8.0
3 金巧园 哈尔滨工程大学水下机器人技术国防科技重点实验室 1 0 0.0 0.0
4 唐松奇 哈尔滨工程大学水下机器人技术国防科技重点实验室 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (14)
参考文献  (9)
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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(11)
  • 参考文献(2)
  • 二级参考文献(9)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
Mean-Shift跟踪
各向异性带宽自适应
梯度上升法
正则化参数
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
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