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:
真实场景中的目标跟踪问题一直以来都是研究热点,而双人花样滑冰作为冬奥会热门比赛项目之一,如何检测跟踪并预测绘制运动员在比赛或训练中的曲线对于评判运动员的表现尤为重要,为此,文章提出一种基于卡尔曼滤波和YOLOv5绘制双人花样滑冰滑行轨迹的方法.首先通过YOLOv5检测当前帧中的待跟踪目标,获取目标的ID、边界框大小和中心坐标信息;然后利用卡尔曼滤波根据目标的上一帧位置信息预估其下一帧位置,进行精确的目标跟踪;最后绘制出运动员的运动轨迹.
推荐文章
基于Swin Transformer的YOLOv5安全帽佩戴检测方法
安全帽佩戴检测
YOLOv5
Swin Transformer
Ghost
新型跨尺度特征融合
K-means++
改进 YoloV5 的行人检测算法
目标检测
行人遮挡检测
随机擦除
Res2Net
注意力机制
Confluence
基于改进YOLOv5的飞行员异常行为识别方法
YOLOv5
飞行员异常行为识别
航空安全
目标检测
数据增强
基于卡尔曼滤波算法船舶AIS轨迹估计研究
AIS
卡尔曼滤波
船舶轨迹预测
Matlab仿真
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 基于卡尔曼滤波和YOLOv5绘制滑行轨迹的方法
来源期刊 现代信息科技 学科 工学
关键词 卡尔曼滤波 YOLO 目标检测 花样滑冰 轨迹
年,卷(期) 2021,(24) 所属期刊栏目 计算机技术|Computer Technology
研究方向 页码范围 153-157,161
页数 6页 分类号 TP18
字数 语种 中文
DOI 10.19850/j.cnki.2096-4706.2021.24.039
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
卡尔曼滤波
YOLO
目标检测
花样滑冰
轨迹
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
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导