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:
针对传统的Meanshift视频跟踪算法在跟踪目标存在背景干扰或者有遮挡情况下,目标跟踪不准确、丢失的问题,提出了一种基于自适应卡尔曼滤波的Meanshift跟踪算法(AKF-Meanshift).该算法在Meanshift算法的基础上结合自适应卡尔曼滤波,有效解决了系统噪声特性未知时,卡尔曼滤波发散的问题.通过滤波器预测目标在下一帧的中心位置,把该位置作为Meanshift迭代初始位置,最终实现跟踪.实验结果表明:提出的算法能够在系统噪声未知的情况下、存在遮挡的条件下对目标进行准确的跟踪.
推荐文章
基于修正积分卡尔曼粒子滤波的自适应目标跟踪算法
粒子滤波
重要性函数
积分卡尔曼滤波
统计线性回归
改进的自适应衰减卡尔曼滤波算法
组合导航系统
自适应衰减卡尔曼滤波
遗忘因子
噪声模型
基于扩展卡尔曼滤波的自适应混合估计算法
多目标跟踪
定位算法
卡尔曼滤波
混合估计
带非线性约束的自适应高斯和卡尔曼滤波目标跟踪算法
非线性约束
无线传感网络
自适应高斯和
无迹卡尔曼滤波
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 基于自适应卡尔曼滤波的Meanshift跟踪算法
来源期刊 制造业自动化 学科
关键词 视频跟踪 Meanshift算法 自适应卡尔曼滤波
年,卷(期) 2021,(6) 所属期刊栏目 控制技术
研究方向 页码范围 16-20,48
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1009-0134.2021.06.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (43)
参考文献  (10)
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)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
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)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(12)
  • 参考文献(0)
  • 二级参考文献(12)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(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
视频跟踪
Meanshift算法
自适应卡尔曼滤波
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
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
论文1v1指导