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:
针对红外目标分辨率低、对比度差、信噪比低、纹理信息缺失等特点,提出一种融合多特征的红外目标跟踪算法.利用背景感知相关滤波器生成大量真实样本,对红外目标提取HOG特征和运动特征,通过线性求和方式进行特征融合,更好地发挥各自特征优势,实现对红外目标运动的精准跟踪.另外,提出使用空间加权窗代替传统相关滤波器中的余弦窗,可以更加突出目标的中心位置,同时也能很好地抑制边缘效应.采用VOT-TIR 2016数据集对算法性能进行评估,同时和15种流行算法进行比较.结果表明,本文算法在精确度和成功率上的得分分别为0.751和0.697,在精确度和成功率指标方面分别提高了8.8%和15.4%,具有一定的研究价值.
推荐文章
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
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
多特征融合的相关滤波红外单目标跟踪算法
红外目标跟踪
多特征
卷积网络
相关滤波
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 基于多特征融合相关滤波的红外目标跟踪
来源期刊 液晶与显示 学科 工学
关键词 红外目标跟踪 背景感知 特征融合 空间窗加权
年,卷(期) 2019,(2) 所属期刊栏目 图像处理
研究方向 页码范围 177-187
页数 11页 分类号 TP391.4
字数 6910字 语种 中文
DOI 10.3788/YJYXS20193402.0177
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 李勇 河北工业大学人工智能与数据科学学院 5 3 1.0 1.0
2 杨德东 河北工业大学人工智能与数据科学学院 14 68 4.0 8.0
3 李雪晴 河北工业大学人工智能与数据科学学院 5 16 2.0 4.0
4 韩亚君 河北工业大学人工智能与数据科学学院 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  (49)
共引文献  (12)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(13)
  • 参考文献(1)
  • 二级参考文献(12)
2016(9)
  • 参考文献(1)
  • 二级参考文献(8)
2017(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(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
红外目标跟踪
背景感知
特征融合
空间窗加权
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
液晶与显示
月刊
1007-2780
22-1259/O4
大16开
长春市东南湖大路3888号
12-203
1986
chi
出版文献量(篇)
3141
总下载数(次)
7
总被引数(次)
21631
相关基金
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导