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:
针对复杂环境下仅使用单一图像特征跟踪精度和鲁棒性差的问题,提出一种多特征融合的相关滤波目标跟踪算法.该算法首先从目标和背景区域分别提取方向梯度直方图(Histogram of oriented gradient,HOG)特征、颜色直方图特征和卷积特征,采用固定权重方法融合HOG特征和颜色直方图特征的特征响应图,然后将该层融合结果与卷积特征响应图采用自适应权重融合策略进行融合,基于融合后的响应图估计出目标位置,并采用尺度估计方法解决目标尺度变化问题,最后采用稀疏模型更新策略进行模型更新.在OTB-2013公开标准测试集中验证本文算法性能,并与主流的目标跟踪算法进行了对比分析.实验结果表明,与其中最优算法相比,本文算法的平均距离精度值和平均重叠精度值都有所提高.本文算法由于有效地利用了HOG特征、颜色直方图特征和卷积特征,在复杂场景下目标跟踪的准确性和鲁棒性都优于其他算法.
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
GPU 并行实现多特征融合粒子滤波目标跟踪算法
目标跟踪
粒子滤波
多特征融合
GPU 并行
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 基于相关滤波融合多特征的运动目标跟踪方法
来源期刊 数据采集与处理 学科 工学
关键词 目标跟踪 相关滤波 多特征融合 自适应权重
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 122-134
页数 13页 分类号 TP391.41
字数 8093字 语种 中文
DOI 10.16337/j.1004?9037.2019.01.013
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 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 谢柳 昆明理工大学信息工程与自动化学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (72)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 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)
2013(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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 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
多特征融合
自适应权重
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
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
论文1v1指导