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:
经典MeanShift算法仅使用了影像的颜色直方图信息表示目标特征,并不包含目标的空间位置、纹理特征等其它信息,因此当目标被遮挡或目标和背景颜色相似时,容易跟踪失败.针对此种情况,结合了颜色直方图与空间位置信息对经典算法进行改进.在获取目标和背景区域的样本数据后,利用高斯混合模型获取每个颜色单元的质心位置,并利用颜色直方图与空间信息计算得到新的候选区域中心位置,进而完成目标跟踪.实验表明,改进后的算法使用了目标区域颜色分布的空间信息,改善了传统MeanShift算法中丢失像素点空间信息的不足,在背景复杂时依然能够成功跟踪;避免了迭代计算,提高了跟踪效率.
推荐文章
一种基于跟踪微分器的机动目标跟踪算法
控制理论
目标跟踪
运动预测
跟踪微分器
SSDA算法
一种基于Meanshift和RANSAC的车道识别方法
车道标志线识别
改进的最大熵分割
动态ROI
Meanshift算法
RANSAC Algorithm
最小二乘法
一种基于弹道模型的机动目标跟踪算法
弹道模型
跃升俯冲
目标跟踪
扩展卡尔曼滤波
一种基于ARMA新息模型的机动目标跟踪算法
ARMA新息模型
滤波算法
机动目标跟踪
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 一种基于GMM和MeanShift的目标跟踪算法
来源期刊 现代测绘 学科 工学
关键词 目标跟踪 均值漂移 高斯混合模型 空间位置
年,卷(期) 2020,(1) 所属期刊栏目 理论研究
研究方向 页码范围 40-43
页数 4页 分类号 TP391
字数 2537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 陈超 15 88 5.0 9.0
2 赫春晓 8 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (17)
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)
1975(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(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
目标跟踪
均值漂移
高斯混合模型
空间位置
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
现代测绘
双月刊
1672-4097
32-1694/P
大16开
江苏省南京市北京西路75号
1978
chi
出版文献量(篇)
2052
总下载数(次)
3
论文1v1指导