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:
针对相关滤波类跟踪算法目标背景图像信息利用率较低、目标特征表达能力较弱的问题,提出了一种融合背景图像信息的多特征压缩跟踪算法.首先,在上下文感知滤波器的基础上,将背景图像信息加入位置滤波器.其次,提取颜色名(Color Name, CN)特征与梯度直方图(Histogram of Oriented Gradient, HOG)特征,使用最大响应因子及平均峰相关能量(Average Peak-to-Correlation Energy, APCE)评估跟踪结果的可信度,实现两种特征的自适应融合.最后,利用特征降维简化模型的复杂度,实现算法运行速度的提升.实验结果表明,改进后的算法在遮挡、形变、尺度变化等复杂环境下均具有较高的鲁棒性,其跟踪精度和成功率指标均优于DSST及其他主流的跟踪算法,并且仍保持了实时性.
推荐文章
基于粒子滤波的目标图像多特征融合跟踪方法
红外弱小目标
多特征融合
粒子滤波
目标跟踪
红外图像
图像识别
稳定背景图像压缩算法研究
JPEG
霍夫曼编码
霍夫曼码表
基于多特征信息融合粒子滤波的红外目标跟踪
粒子滤波
纹理特征
多特征融合
目标跟踪
融合运动状态信息的高速相关滤波跟踪算法
目标跟踪
相关滤波
卡尔曼滤波
尺度估计
高置信度更新
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 融合背景图像信息和多特征压缩的相关滤波跟踪算法
来源期刊 导航与控制 学科 工学
关键词 背景图像信息 尺度估计 特征融合 相关滤波 目标跟踪
年,卷(期) 2019,(1) 所属期刊栏目 图像处理
研究方向 页码范围 97-104
页数 8页 分类号 TP391|TN713
字数 3628字 语种 中文
DOI 10.3969/j.issn.1674-5558.2019.01.013
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 刘晓利 南京理工大学瞬态物理国家重点实验室 42 204 6.0 12.0
2 杨新民 南京理工大学瞬态物理国家重点实验室 37 127 6.0 8.0
3 谢雨霏 南京理工大学瞬态物理国家重点实验室 1 1 1.0 1.0
4 王胜红 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (28)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(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)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
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)
2020(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
背景图像信息
尺度估计
特征融合
相关滤波
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
导航与控制
双月刊
1674-5558
11-5804/V
大16开
北京142信箱403分箱
2002
chi
出版文献量(篇)
1092
总下载数(次)
2
论文1v1指导