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:
为加强fDSST算法在目标快速运动、快速形变、目标消失情况下的跟踪精度,提出了一种基于TLD和fDSST的长时间目标跟踪算法.在fDSST算法的基础上,加入了检测器和学习器对跟踪结果进行修正和学习,并利用检测器和学习器的正负样本对跟踪结果进行置信度评估,从而解决了在跟踪失败情况下的错误参数学习问题.实验表明,基于TLD和fDSST的长时间目标跟踪算法,不但解决了fDSST算法由于目标快速运动、形变甚至消失而使跟踪失败,难以进行长时间持续跟踪的问题,且很大程度上增强了TLD算法的跟踪精度.
推荐文章
基于Mean-Shift优化的TLD视频长时间跟踪算法
长时间跟踪
TLD
在线学习
Mean-Shift
基于改进的TLD目标跟踪算法
TLD算法
ViBe算法
SIFT特征匹配算法
跟踪漂移
基于PTLD的长时间视频跟踪算法
预测
模型
时空分析
实时跟踪
基于Mean-Shift优化的TLD视频长时间跟踪算法
长时间跟踪
TLD
在线学习
Mean-Shift
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TLD和fDSST的长时间目标跟踪算法
来源期刊 电光与控制 学科 工学
关键词 目标跟踪 长时间跟踪 TLD fDSST 跟踪精度 再次识别
年,卷(期) 2019,(4) 所属期刊栏目 学术研究
研究方向 页码范围 44-48,70
页数 6页 分类号 TP391.41
字数 3431字 语种 中文
DOI 10.3969/j.issn.1671-637X.2019.04.009
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 吴庆宪 南京航空航天大学自动化学院 198 1678 22.0 30.0
2 李轶锟 南京航空航天大学自动化学院 1 3 1.0 1.0
3 丁晟辉 南京航空航天大学自动化学院 1 3 1.0 1.0
4 胡鲲 南京航空航天大学自动化学院 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  (22)
共引文献  (52)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (1)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(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)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 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(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
目标跟踪
长时间跟踪
TLD
fDSST
跟踪精度
再次识别
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
电光与控制
月刊
1671-637X
41-1227/TN
大16开
河南省洛阳市017信箱16分箱
1970
chi
出版文献量(篇)
4517
总下载数(次)
11
论文1v1指导