|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于帧间差分和运动估计的Camshift目标跟踪算法显示文摘针对Camshift算法无法适应目标的高速运动、复杂背景和遮挡的局限性,本文提出结合帧间差分法和运动估计对Camshift算法进行改进。首先在颜色概率分布图计算中通过帧间差分法加入目标运动信息,实现自动初始化跟踪并排除与目标相似背景颜色的干扰。之后在搜索窗传递过程中预测目标的位置,根据跟踪状态对搜索窗进行调整,以实现对高速运动目标的跟踪。实验表明新算法在目标高速运动、遮挡、和同色干扰情况下,仍能进行有效跟踪。 | 邬大鹏 程卫平 于盛林 | 2010 | 光电工程2010，37，1： | 59 |
| 2 | 一种抗遮挡的运动目标跟踪算法显示文摘提出了一种基于彩色特征的抗遮挡目标跟踪算法。利用mean shift递推寻找当前帧目标的位置,并通过Kalman滤波估计目标状态。选用对目标部分遮挡具有鲁棒性的加权量化彩色直方图作为目标特征的概率分布,用Bhatta-charyya系数作为特征相似性度量。提出一种目标遮挡因子,作为目标被遮挡程度的判断根据。当目标严重遮挡后,观测位置不再满足Kalman滤波的条件,采用目标状态量外推取代Kalman状态更新来预测目标当前的位置。实验结果表明,此方法对于部分遮挡以及全遮挡有较好的鲁棒性。 | 孙中森 孙俊喜 宋建中 乔双 | 2007 | 光学精密工程2007，15，2： | 30 |
| 3 | 多特征融合匹配的多目标跟踪显示文摘针对复杂背景的视频图像多目标跟踪遮挡问题,提出了一种多特征融合匹配的多目标跟踪方法。基于自适应高斯混合背景模型重构和更新背景策略,实现当前帧背景减除和多目标检测;采用目标的颜色特征、质心位置、运动速度等特征进行融合匹配跟踪;最后,通过区域辅助判定策略将场景下的目标状态分为目标进入场景、目标退出场景、目标暂消、目标重现、目标融合和分裂5种状态,用质心预测方法和遮挡因子辅助匹配来提高匹配正确率。仿真实验结果表明:采用该方法跟踪同一目标和不同目标的相似度平均值分别为0.949 71和0.505 73,优于单一颜色特征信息匹配;目标遮挡结束后重新匹配相似度为0.972 83,实现了复杂背景下具有表面相似性的多目标实时跟踪。 | 闫辉 许廷发 吴青青 徐磊 吴威 | 2013 | 中国光学2013，6，2： | 28 |
| 4 | 基于多测量融合的粒子滤波跟踪算法显示文摘复杂背景下运动目标的可靠跟踪,是计算机视觉领域中一个极具挑战性的问题。提出了一种融合颜色和纹理信息的粒子滤波跟踪算法,在粒子滤波的测量阶段,使用颜色直方图对目标进行颜色描述,用梯度方向向量对目标进行纹理描述。对这两种信息,分别用Bhattacharyya系数和欧几里德距离比较粒子与参考模板的相似性。为解决目标变化和遮挡问题,采用了模板更新策略。实验结果表明该方法是稳健的,能够在复杂的背景下对运动目标进行有效、可靠的跟踪。 | 李由 张恒 李立春 | 2007 | 国防科技大学学报2007，29，5： | 8 |
| 5 | 基于SUSAN角点和HSV颜色模型的粒子滤波目标跟踪算法显示文摘针对传统粒子滤波目标跟踪算法在目标与背景颜色相似情况下目标定位偏差大、易导致丢失目标的缺陷,提出一种基于角点和颜色模型的粒子滤波目标跟踪算法。首先,提出一种改进SUSAN角点检测算法,采用圆形模板邻域内像素灰度值中值代替模板中心像素灰度值作为模板'核'来检测区域目标角点,其改进SUSAN角点算法在继承原有SUSAN算法计算简单、定位准确、具有旋转不变性等特点的同时,具有更好抗噪声性能;其次,利用HSV颜色模型光照不敏锐特性,对检测到的角点建立HSV颜色模型,并将其嵌入到粒子滤波框架中,实现对目标的跟踪。实验结果表明,当背景与目标颜色相近时,该算法能够有效避免背景对目标的干扰,取得了较好的目标跟踪性能。 | 闫河 刘婕 王朴 杨德红 | 2016 | 计算机应用与软件2016，33，5： | 5 |
| 6 | 一种分块表示的彩色目标跟踪算法显示文摘一种基于分块加权彩色直方图特征的目标表示方法。将图像分为部分叠加的块,分别对每块计算加权量化彩色直方图,构成直方图组。将直方图组用于基于mean shift的彩色目标跟踪系统,利用Kalman滤波估计目标状态。 | 孙中森 孙俊喜 宋建中 | 2007 | 电子技术应用2007，33，3： | 2 |
| 7 | 基于SIFT特征和模板更新的粒子滤波目标跟踪算法显示文摘传统的粒子滤波算法利用目标的颜色特征对粒子权值进行更新,当背景与目标的颜色分布相似或者目标被遮挡时,易发生误跟踪。尺度不变特征具有较高的独特性,但是仅使用SIFT特征不足以对小目标进行描述。针对这两种情况,提出一种利用SIFT特征和颜色特征建立目标模型,结合粒子滤波实现目标跟踪的新方法。为了防止目标模板的误更新,根据当前帧跟踪结果与SIFT目标模板中特征点的匹配数目决定是否对颜色目标模板进行更新。实验结果表明,当目标被遮挡或者位于有相似颜色的杂乱背景时,提出的方法能有效提高跟踪的精确度。 | 曹正洁 王汇源 张元元 江二华 | 2014 | 计算机应用与软件2014，31，12： | 2 |
| 8 | 基于张量梯度直方图的Mean Shift跟踪算法显示文摘使用基于颜色直方图的Mean Shift跟踪算法,当目标在相似颜色背景、光照变化的情况下,视频跟踪性能迅速下降。文章提出了一种基于张量梯度直方图的Mean Shift跟踪算法,该算法使用张量梯度将RGB三维空间融合为一维空间,在有效地保护原向量方向性的前提下降低了维数。实验结果表明,基于张量梯度直方图的MeanShift跟踪算法耗时少,对光照变化不敏感,且对颜色变化依赖程度低,适合背景混淆和光照变化场合下跟踪。 | 李光 金学波 | 2009 | 浙江理工大学学报(自然科学版)2009，26，6： | 1 |
| 9 | 基于在线特征选择的粒子滤波跟踪算法显示文摘在复杂场景下,传统的粒子滤波跟踪算法较难定位目标。针对此问题,提出了一种基于在线特征选择的粒子滤波跟踪算法。该算法首先在线、自适应地通过Fisher判别准则,从16个不同的颜色特征空间中选择最能区分目标及其邻近背景的1个最佳特征空间,然后在这个最佳特征空间中用基于统计直方图的粒子滤波算法跟踪目标。试验结果表明,该算法鲁棒性和准确性较好,在光照变化、目标自身发生形变和遮挡情况下能够准确地对目标进行跟踪。 | 徐建军 危自福 毕笃彦 | 2010 | 光电工程2010，37，6： | 1 |
| 10 | 一种鲁棒的自适应带宽跟踪方法显示文摘在自适应带宽均值移动算法的基础上,引入粒子滤波,提出一种新的目标跟踪方法.该方法通过更新带宽矩阵以适应目标尺度的变化;采用加权和方法融合定位检测结果,使跟踪不易陷入局部最优状态;对粒子进行收敛采样,维持粒子多样性,减小累积误差;提出一种目标扩展搜索策略,用于目标丢失后重新搜索跟踪目标.实验结果表明,所提出的跟踪方法在复杂场景中表现出了较好的鲁棒性,且跟踪轨迹平滑. | 尹春霞 徐德 罗杨宇 李成荣 | 2013 | 控制与决策2013，28，11： | 1 |
| 11 | 一种基于局域灰度分布的自适应运动检测算法显示文摘运动检测是基于视频的智能交通系统的基础,为了能够快速、准确的适应背景变化,本文提出了一种基于局域灰度分布的运动检测算法,利用图像块的灰度分布特征,构造相应的离散概率模型,并采用自适应的模型参数更新方法。实验证明,算法能够自适应交通场景中背景的多模态性、动态背景、光照变化以及一定程度的遮挡等情况,并且训练时间短,每帧的处理时间也能够满足实时性要求。 | 王唐 严捷丰 周荷琴 | 2008 | 信号处理2008，24，2： | 0 |
| 12 | 复杂环境下运动目标跟踪显示文摘主要针对复杂背景环境下的非刚体运动目标,采用基于核密度加权的颜色模型粒子滤波器算法对目标进行跟踪。利用巴特查里亚距离作为判据检测跟踪错误,并以此指导跟踪过程的恢复。仿真实验表明,该方法能够对复杂环境下的运动目标进行有效跟踪,并且有较强的抗干扰能力和自动恢复能力。 | 王婷婷 王京玲 刘剑波 | 2008 | 中国传媒大学学报(自然科学版)2008，15，4： | 0 |
| 13 | 改进的粒子滤波器目标跟踪方法显示文摘针对现有粒子滤波器目标跟踪算法采用单一颜色直方图特征在目标建模中的缺点和不足,提出了一种将目标颜色特征和不变矩特征融合建立目标模型的改进方法,粒子权重由环境决定的两种特征欧式距离加权生成。实验结果表明,该方法改进了单一颜色特征描述目标在跟踪过程中对抗一些干扰的不足,在不影响实时性的基础上提高了跟踪的准确性和鲁棒性。 | 钱翔 李新华 刘波 张辉 | 2011 | 计算机工程与设计2011，32，1： | 0 |
| 14 | 用于彩色目标跟踪的改进粒子群优化算法显示文摘提出一种用于彩色目标跟踪的改进粒子群优化算法(Improved Particle Swarm Optimization Algorithms,IP-SOA)。针对彩色目标,选择加权彩色直方图作为目标的特征,选用Bhattacharyya系数作为特征相似性度量,其最大值位置表示目标位置。对粒子群优化算法进行了改进,即自动调整惯性权重函数与认知学习因子,每次递推时对粒子速度、单帧位移总量加以限制,对Bhattacharyya系数优化,快速求取函数最大值位置。利用彩色序列图像进行仿真实验,结果表明,该方法能够实时跟踪飞机、车辆等目标,在目标被部分遮挡时能稳健跟踪。 | 孙中森 乔双 孙俊喜 宋建中 | 2007 | 光学技术2007，33，S1： | 0 |
| 15 | 基于混合粒子滤波的运动火焰跟踪算法显示文摘提出一种基于混合粒子滤波的运动火焰跟踪算法。针对通用粒子滤波算法计算量大的问题,提出了混合粒子滤波,将Mean Shift算法嵌入到粒子滤波中,并用自适应运动模型和目标模型自动更新的策略改善算法性能。基于混合粒子滤波提出了火焰识别和火焰跟踪相结合的运动火焰自动跟踪算法,先火焰识别,再火焰跟踪,且跟踪时,如果估计目标与模型的相似度小于阈值则切换到火焰识别阶段。识别与跟踪的相互切换保证了跟踪结果的正确性。实验结果表明混合粒子滤波具有很好的跟踪效果,与粒子滤波和Mean Shift算法相比,提高了跟踪精度;基于混合粒子滤波的火焰跟踪算法能够跟踪复杂环境下的运动火焰,提供火焰的精确位置。 | 张进华 王孙安 | 2008 | 计算机工程与应用2008，44，14： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员