作者:
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:
为了能有效应对目标姿态变化、光照变化和运动模糊等场景对目标跟踪问题带来的干扰以及满足系统实时性,提出了一种基于特征压缩的目标跟踪方法,该方法通过随机投影来保存图像特征空间结构,采用稀疏测量矩阵有效压缩多尺度特征空间的特征.将一幅图像分为前景目标和背景,对这两部分采用同样的稀疏测量矩阵进行压缩特征提取,将跟踪任务变为建立一个二值贝叶斯分类器,同时在压缩域上在线更新,实现对目标特征的有效表达和实时、准确的跟踪.实验表明,提出的压缩跟踪算法具有良好的实时性,在VC平台上处理速度可达23 ms/帧,并且在各种具有挑战性的场景目标跟踪任务中,表现出良好的精度和鲁棒性.
推荐文章
一种基于特征匹配的目标识别跟踪方法
计算机应用
目标识别
特征匹配
卡尔曼滤波
延迟补偿
一种用于多目标跟踪的特征关联方法
图像序列
目标关联
特征匹配
形状特征
基于压缩感知的多特征加权目标跟踪算法
目标跟踪
压缩感知
特征提取
特征加权
漂移
一种基于投影不变量的目标跟踪方法
投影不变量
目标跟踪
视觉伺服
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 一种基于特征压缩的目标跟踪方法
来源期刊 光学与光电技术 学科 工学
关键词 目标跟踪 随机投影 压缩感知 多尺度特征 贝叶斯分类器
年,卷(期) 2019,(4) 所属期刊栏目 图像与信号处理
研究方向 页码范围 22-26
页数 5页 分类号 TN911.73
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 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
目标跟踪
随机投影
压缩感知
多尺度特征
贝叶斯分类器
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
光学与光电技术
双月刊
1672-3392
42-1696/O3
大16开
武汉市阳光大道717号
38-335
2003
chi
出版文献量(篇)
2142
总下载数(次)
3
总被引数(次)
9791
论文1v1指导