检索结果-维普期刊中文期刊服务平台

Kalman滤波的人体运动位置跟踪算法被引量：10: 1; 作者黄建新《华侨大学学报（自然科学版）》 CAS 2003年第3期254-256,共3页; 基于视频的人体运动跟踪是当前计算机视觉研究的热点 ,具有广泛的应用领域 .文中提出一种基于 Kalman滤波的跟踪算法 .合理使用自适应背景颜色模型 ,能够准确地对人体运动位置进行跟踪 .; 关键词 KALMAN滤波人体运动位置跟踪算法计算机视觉自适应背景颜色模型; 在线阅读下载PDF 职称材料

基于图像序列的人体运动跟踪算法被引量：4: 2; 作者石曼曼李玲《现代电子技术》北大核心 2017年第9期25-28,共4页; 为了提高人体运动的跟踪精度,提出基于图像序列的人体运动跟踪算法。首先对当前人体跟踪算法的研究现状进行分析,指出粒子滤波算法进行人体运动跟踪的不足;然后对粒子滤波算法进行改进,增加了采样粒子多样化,提高非线性人体运动目标跟... 展开更多; 关键词图像序列人体运动跟踪算法仿真测试粒子滤波算法; 在线阅读下载PDF 职称材料

考虑遮挡因素的视频人体运动目标自适应跟踪被引量：2: 3; 作者窦海波《吉林大学学报（信息科学版）》 CAS 2023年第3期566-573,共8页; 针对视频人体运动目标跟踪过程中遮挡导致跟踪能力下降的问题,提出考虑遮挡因素的视频人体运动目标自适应跟踪算法。采用区域生长和视觉阈值效应相结合算法粗检测目标,以粗检测结果为基础通过Kalman滤波器和Meanshift跟踪算法跟踪视频... 展开更多; 关键词遮挡因素人体运动目标 KALMAN滤波器目标跟踪 SIFT算法; 在线阅读下载PDF 职称材料

基于改进稠密网络的视频监控人脸识别算法研究被引量：1: 4; 作者余鸣《现代信息科技》 2024年第1期89-93,共5页; 为了提升视频监控中的人脸识别能力,研究利用运动历史图像算法来实现人体跟踪,提出了一种改进稠密网络。在结果中显示,研究采用的人体跟踪算法的跟踪准确率高达99.5%,同时提出的识别算法的识别准确率能够稳定在99.7%以上,且能够针对不... 展开更多; 关键词视频监控运动历史图像算法改进稠密网络人体跟踪人脸识别; 在线阅读下载PDF 职称材料

题名Kalman滤波的人体运动位置跟踪算法被引量：10: 1; 作者黄建新; 机构华侨大学数学系; 出处《华侨大学学报（自然科学版）》 CAS 2003年第3期254-256,共3页; 基金华侨大学科研基金资助项目 (0 2 HZR1 3); 文摘基于视频的人体运动跟踪是当前计算机视觉研究的热点 ,具有广泛的应用领域 .文中提出一种基于 Kalman滤波的跟踪算法 .合理使用自适应背景颜色模型 ,能够准确地对人体运动位置进行跟踪 .; 关键词 KALMAN滤波人体运动位置跟踪算法计算机视觉自适应背景颜色模型; Keywords tracking the motion of human body, Kalman filtration, model of adaptive background color; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TN713 [电子电信—电路与系统]; 在线阅读下载PDF 职称材料

题名基于图像序列的人体运动跟踪算法被引量：4: 2; 作者石曼曼李玲; 机构乐山师范学院; 出处《现代电子技术》北大核心 2017年第9期25-28,共4页; 基金四川省科技厅支撑计划项目(2014SZ0107); 文摘为了提高人体运动的跟踪精度,提出基于图像序列的人体运动跟踪算法。首先对当前人体跟踪算法的研究现状进行分析,指出粒子滤波算法进行人体运动跟踪的不足;然后对粒子滤波算法进行改进,增加了采样粒子多样化,提高非线性人体运动目标跟踪性能,加快人体运动跟踪速度;最后采用仿真实验对人体运动跟踪算法的性能进行测试。实验结果表明,相对于其他人体运动跟踪算法,该算法提高了人体运动跟踪的准确性,而且人体运动跟踪的时间减少,具有更好的稳定性。; 关键词图像序列人体运动跟踪算法仿真测试粒子滤波算法; Keywords image sequence human motion tracking algorithm simulation test particle filtering algorithm; 分类号 TN911.73-34 [电子电信—通信与信息系统] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名考虑遮挡因素的视频人体运动目标自适应跟踪被引量：2: 3; 作者窦海波; 机构咸阳师范学院体育学院; 出处《吉林大学学报（信息科学版）》 CAS 2023年第3期566-573,共8页; 基金陕西省教育厅专项科研计划基金资助项目(19JK0915) 陕西省教育科学“十三五”规划基金资助项目(SGH17H201)。; 文摘针对视频人体运动目标跟踪过程中遮挡导致跟踪能力下降的问题,提出考虑遮挡因素的视频人体运动目标自适应跟踪算法。采用区域生长和视觉阈值效应相结合算法粗检测目标,以粗检测结果为基础通过Kalman滤波器和Meanshift跟踪算法跟踪视频人体运动目标。在目标尺度改变、旋转以及光线变化等情况导致跟踪效果不佳时引入SIFT(Scale Invariant Feature Transform)算法提高跟踪能力,实现抗遮挡的视频人体运动目标自适应跟踪。实验结果表明,该方法的跟踪精确度较高,在遮挡程度为0.5时,跟踪成功率仍可以达到75%左右,且平均跟踪帧率为28.9 frame/s,实时性较强。; 关键词遮挡因素人体运动目标 KALMAN滤波器目标跟踪 SIFT算法; Keywords occlusion factor human motion target kalman filter target tracking scale invariant feature transform(SIFT)algorithm; 分类号 TP391.413 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进稠密网络的视频监控人脸识别算法研究被引量：1: 4; 作者余鸣; 机构曲靖职业技术学院信息技术系; 出处《现代信息科技》 2024年第1期89-93,共5页; 文摘为了提升视频监控中的人脸识别能力,研究利用运动历史图像算法来实现人体跟踪,提出了一种改进稠密网络。在结果中显示,研究采用的人体跟踪算法的跟踪准确率高达99.5%,同时提出的识别算法的识别准确率能够稳定在99.7%以上,且能够针对不同表情特征的人脸表现出较高的识别准确率。以上结果表明,改进稠密网络能够有效提升视频监控人脸识别能力,对城市监控的智能化发展具有重要意义。; 关键词视频监控运动历史图像算法改进稠密网络人体跟踪人脸识别; Keywords video surveillance motion history image algorithm improved dense network human tracking face recognition; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料