期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于分布域描述算子的视频目标跟踪
被引量：
1
1
作者
王宪
张方生
+1 位作者
宋书林
冯开凯
《光电工程》
CAS
CSCD
北大核心
2013年第5期21-27,共7页
针对目标跟踪中如何有效地描述目标,以适应跟踪环境变化的问题,提出了一种基于分布域描述算子的视频目标跟踪算法。首先,采用分布域描述算子来建立目标模型;然后选择粒子滤波算法进行目标状态估计实现目标跟踪;在跟踪过程中,采用在线更...
针对目标跟踪中如何有效地描述目标,以适应跟踪环境变化的问题,提出了一种基于分布域描述算子的视频目标跟踪算法。首先,采用分布域描述算子来建立目标模型;然后选择粒子滤波算法进行目标状态估计实现目标跟踪;在跟踪过程中,采用在线更新模型的方法,降低了光照变化以及部分遮挡带来的影响,从而提高跟踪的准确率。在常用的视频序列上进行了实验,并与目前常用的算法进行了比较。实验结果表明该算法具有较好的跟踪效果,能实现复杂场景下的目标跟踪。
展开更多
关键词
视频目标跟踪
分布域描述算子
粒子滤波
在线阅读
下载PDF
职称材料
基于在线判别分布域特征选择的鲁棒跟踪算法
2
作者
郭强
吴成东
赵迎春
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2017年第3期305-309,共5页
针对基于检测目标跟踪中的特征描述子Haar-like表征能力不强和易引入错误训练样本导致目标漂移的问题,提出了一种利用分布域描述算子进行示例层级的在线判别特征选择跟踪算法.首先,用软直方图方法快速近似得到分布域特征,并利用此描述...
针对基于检测目标跟踪中的特征描述子Haar-like表征能力不强和易引入错误训练样本导致目标漂移的问题,提出了一种利用分布域描述算子进行示例层级的在线判别特征选择跟踪算法.首先,用软直方图方法快速近似得到分布域特征,并利用此描述算子取代Haar-like特征有效表示目标的外观信息.然后,基于示例级样本的先验信息进行有监督学习,利用在线判别特征选择算法选择最佳的分布域层特征以减少漂移现象发生.实验利用多场景视频标准测试库及新的评价指标进行验证,结果表明本文算法性能优于对比算法.
展开更多
关键词
视觉跟踪
分布域描述算子
特征选择
软直方图
监督学习
在线阅读
下载PDF
职称材料
题名
基于分布域描述算子的视频目标跟踪
被引量：
1
1
作者
王宪
张方生
宋书林
冯开凯
机构
轻工过程先进控制教育部重点实验室(江南大学)
出处
《光电工程》
CAS
CSCD
北大核心
2013年第5期21-27,共7页
基金
国家自然科学基金(60574051)
江苏省产学研联合创新资金-前瞻性联合研究项目(BY2012067)
文摘
针对目标跟踪中如何有效地描述目标,以适应跟踪环境变化的问题,提出了一种基于分布域描述算子的视频目标跟踪算法。首先,采用分布域描述算子来建立目标模型;然后选择粒子滤波算法进行目标状态估计实现目标跟踪;在跟踪过程中,采用在线更新模型的方法,降低了光照变化以及部分遮挡带来的影响,从而提高跟踪的准确率。在常用的视频序列上进行了实验,并与目前常用的算法进行了比较。实验结果表明该算法具有较好的跟踪效果,能实现复杂场景下的目标跟踪。
关键词
视频目标跟踪
分布域描述算子
粒子滤波
Keywords
visual object tracking
distribution filed descriptor
particle filter
分类号
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
基于在线判别分布域特征选择的鲁棒跟踪算法
2
作者
郭强
吴成东
赵迎春
机构
东北大学信息科学与工程学院
中国刑事警察学院图书馆
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2017年第3期305-309,共5页
基金
国家自然科学基金资助项目(61273078)
辽宁省教育厅科学研究一般项目(L2015558)
中央高校基本科研业务费专项资金资助项目(N150308001)
文摘
针对基于检测目标跟踪中的特征描述子Haar-like表征能力不强和易引入错误训练样本导致目标漂移的问题,提出了一种利用分布域描述算子进行示例层级的在线判别特征选择跟踪算法.首先,用软直方图方法快速近似得到分布域特征,并利用此描述算子取代Haar-like特征有效表示目标的外观信息.然后,基于示例级样本的先验信息进行有监督学习,利用在线判别特征选择算法选择最佳的分布域层特征以减少漂移现象发生.实验利用多场景视频标准测试库及新的评价指标进行验证,结果表明本文算法性能优于对比算法.
关键词
视觉跟踪
分布域描述算子
特征选择
软直方图
监督学习
Keywords
visual tracking
distribution fields descriptors
feature selection
soft histogram
supervised learning
分类号
TP391 [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
作者
出处
发文年
被引量
操作
1
基于分布域描述算子的视频目标跟踪
王宪
张方生
宋书林
冯开凯
《光电工程》
CAS
CSCD
北大核心
2013
1
在线阅读
下载PDF
职称材料
2
基于在线判别分布域特征选择的鲁棒跟踪算法
郭强
吴成东
赵迎春
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2017
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
