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:
为了提高使用传统特征的有效卷积操作算法(ECOhc)的跟踪性能,提出基于各向异性高斯分布的视觉跟踪算法.该方法根据不同目标的形状比构造水平和垂直方向上带宽不同的各向异性高斯函数,利用该函数训练跟踪器预测目标位置,提高算法的跟踪精度;提取颜色直方图特征跟踪预测新的目标位置,并在决策层加权融合2个预测位置,进一步提高跟踪精度.在标准数据集OTB-100、VOT2016中测试算法,本研究算法在数据集OTB-100上的平均距离精度为89.6%,平均重叠率为83.7%,比ECOhc算法分别提高4.67%、 6.62%;本研究算法在数据集VOT2016上的平均期望重叠率为33.3%,比ECOhc算法提高3.42%.所提算法能有效提高目标跟踪的精度,在遇到遮挡、光线变化、变形等干扰时仍能稳定跟踪目标.
推荐文章
基于各向异性高斯滤波器的视网膜新生血管增强算法
视网膜
新生血管
增强
各高异性高斯滤波器
基于各向异性磁阻的车型识别算法
各向异性磁阻检测器
小波转换处理
特征提取
模糊识别
基于各向异性高斯方向导数滤波器的角点检测
角点检测
Harris检测算法
各向异性高斯方向导数滤波器
自相关矩阵
各向异性高斯-谢尔模型光束的Z扫描实验
各向异性
高斯-谢尔模型光束
部分相干光
Z扫描
相干度
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 基于各向异性高斯分布的视觉跟踪算法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 视觉跟踪 相关滤波 各向异性高斯分布 颜色直方图 加权融合
年,卷(期) 2020,(2) 所属期刊栏目 计算机技术、信息工程
研究方向 页码范围 301-310
页数 10页 分类号 TP491
字数 6820字 语种 中文
DOI 10.3785/j.issn.1008-973X.2020.02.011
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 熊昌镇 北方工业大学城市道路交通智能控制技术北京市重点实验室 14 28 3.0 5.0
2 卢颜 北方工业大学城市道路交通智能控制技术北京市重点实验室 4 3 1.0 1.0
3 闫佳庆 北方工业大学城市道路交通智能控制技术北京市重点实验室 3 2 1.0 1.0
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  (22)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
视觉跟踪
相关滤波
各向异性高斯分布
颜色直方图
加权融合
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
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导