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:
采用单一特征描述目标和传统模型更新方法对目标进行跟踪难以适应目标的遮挡、形变以及复杂场景变化等问题.针对此问题,提出一种多特征融合和选择性更新模型的相关滤波器跟踪算法.分别利用方向梯度直方图和颜色特征训练滤波器模型,在检测阶段根据不同特征响应图的峰值旁瓣比和加权融合两种特征;根据每帧最终目标位置响应图的峰值旁瓣比,判断目标是否发生遮挡,发生遮挡时则不更新模型,下一帧中继续使用当前模型进行跟踪.选取公开测试视频集中12段视频序列与多个前沿运动目标跟踪算法进行对比实验,结果显示,相对于次优的基于颜色特征(color names,CN)的算法,平均中心位置误差减少了25.12像素,平均跟踪精度提高了29.31%.实验结果表明,在目标发生尺度变化、遮挡和光照变化等情况下,该算法可以稳定、准确跟踪运动目标.
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
基于多传感器融合的运动目标跟踪算法
传感器融合
运动目标跟踪
信息采集
运动目标背景建模
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
基于多特征融合与粒子滤波的红外弱小目标跟踪方法
红外弱小目标
多特征融合
粒子滤波
目标跟踪
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 基于多特征融合的运动目标跟踪方法
来源期刊 仪表技术与传感器 学科 工学
关键词 目标跟踪 相关滤波器跟踪 特征融合 峰值旁瓣比 模型更新
年,卷(期) 2019,(11) 所属期刊栏目 研究与开发
研究方向 页码范围 95-99,104
页数 6页 分类号 TP391
字数 4409字 语种 中文
DOI
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 尚振宏 昆明理工大学信息工程与自动化学院 64 372 12.0 17.0
2 刘辉 昆明理工大学信息工程与自动化学院 147 1430 17.0 34.0
3 李润鑫 昆明理工大学信息工程与自动化学院 14 41 4.0 5.0
4 益争祝玛 昆明理工大学信息工程与自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (23)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
2017(3)
  • 参考文献(3)
  • 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
相关滤波器跟踪
特征融合
峰值旁瓣比
模型更新
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
仪表技术与传感器
月刊
1002-1841
21-1154/TH
大16开
沈阳市大东区北海街242号
8-69
1964
chi
出版文献量(篇)
7929
总下载数(次)
16
总被引数(次)
49345
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导