检索结果-南通市图书馆

基于特征融合的mean-shift算法在目标跟踪中的研究

在线全文

学校读者我要写书评

暂无评论

电视技术 2011年第23期35卷 153-156页

作者：乔运伟杨帆李岩唐红梅河北工业大学信息工程学院天津300401 吉林龙鼎电气股份有限公司吉林吉林132013

针对仅采用颜色特征的mean-shift跟踪算法,在目标跟踪过程中,运动目标受光线变化的影响时,易发生跟踪错误等问题,提出一种基于特征融合的mean-shift算法。新算法结合了颜色特征和边缘方向角特征,并对各特征模型进行加权处理,有效解决了M... 详细信息

针对仅采用颜色特征的mean-shift跟踪算法,在目标跟踪过程中,运动目标受光线变化的影响时,易发生跟踪错误等问题,提出一种基于特征融合的mean-shift算法。新算法结合了颜色特征和边缘方向角特征,并对各特征模型进行加权处理,有效解决了mean-shift算法在光线突变场景中跟踪失效的问题。实验表明,该算法能够有效提高跟踪的稳健性,达到快速、实时的跟踪效果。

关键词：目标跟踪光照突变特征融合 mean—shift算法

改进mean-shift算法在目标跟踪中的研究

在线全文

学校读者我要写书评

暂无评论

单片机与嵌入式系统应用 2015年第7期15卷 10-13页

作者：周春云丁伟房伟谢林柏国家高性能计算中心扬州分中心万方电子技术有限责任公司扬州225006 扬州大学江南大学

提出了一种融合纹理和颜色模型的改进mean-shift算法,可以克服传统目标跟踪方法中目标特征单一的缺点。在传统mean-shift算法的框架下,通过融合目标信息的颜色模型和Contourlet变换后的纹理模型,从多角度建立匹配特征,并在嵌入式平台上... 详细信息

提出了一种融合纹理和颜色模型的改进mean-shift算法,可以克服传统目标跟踪方法中目标特征单一的缺点。在传统mean-shift算法的框架下,通过融合目标信息的颜色模型和Contourlet变换后的纹理模型,从多角度建立匹配特征,并在嵌入式平台上实现本文提出的算法。实验结果显示,跟踪效果得到明显的改善。

关键词：目标跟踪 mean—shift算法 Contourlet变换嵌入式系统

核函数带宽自适应的mean-shift跟踪算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2009年第6期29卷 1680-1682页

作者：陈昌涛朱勤周圣毅张家铭四川化工职业技术学院自动化工程系四川泸州646005 泸州职业技术学院电子信息工程系四川泸州646005

为了实现mean-shift跟踪算法中的核函数带宽自适应更新,提出基于比较Bhattacharyya系数的新方法。首先用模板中心加权与目标边缘加权的直方图计算巴氏系数,跟踪时用候选目标边缘加权直方图与模板中心加权直方图计算新的巴氏系数,根据两... 详细信息

为了实现mean-shift跟踪算法中的核函数带宽自适应更新,提出基于比较Bhattacharyya系数的新方法。首先用模板中心加权与目标边缘加权的直方图计算巴氏系数,跟踪时用候选目标边缘加权直方图与模板中心加权直方图计算新的巴氏系数,根据两个系数的大小对核带宽进行10%的缩放。实验表明,该方法有效克服了带宽只能缩小的问题,实现了跟踪窗对目标缩放的自适应性。

关键词： mean—shift算法目标跟踪核函数带宽直方图自适应性

基于模糊C均值的mean-shift目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2009年第12期29卷 3332-3335页

作者：田存伟葛广英申哲聊城大学物理科学与信息工程学院山东聊城252059

针对mean-shift算法核函数带宽固定的缺陷,提出一种基于模糊C均值(FCM)的mean-shift目标跟踪算法。该算法采用FCM算法在YCrCb颜色空间对运动目标及附近背景进行分割,根据分割后的目标像素点统计量,遵循相邻两帧图像中目标大小不会突变... 详细信息

针对mean-shift算法核函数带宽固定的缺陷,提出一种基于模糊C均值(FCM)的mean-shift目标跟踪算法。该算法采用FCM算法在YCrCb颜色空间对运动目标及附近背景进行分割,根据分割后的目标像素点统计量,遵循相邻两帧图像中目标大小不会突变的原则,修正mean-shift核函数窗宽。实验结果表明,该算法能够准确高效地对运动目标进行跟踪,对尺寸逐渐减小和逐渐增大的目标都能实现自动调整跟踪窗大小。

关键词：目标跟踪 mean—shift算法模糊C均值聚类图像分割

基于粒子滤波和mean-shift的跟踪算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2010年第5期36卷 21-22,25页

作者：蒋旻许勤尚涛高伟义武汉科技大学计算机科学与技术学院武汉430081 武汉科技大学信息科学与工程学院武汉430081

粒子滤波作为一种基于贝叶斯估计的算法,在处理非线性运动目标跟踪问题上具有特殊的优势。基于此,提出一种基于粒子滤波和mean-shift的混合跟踪算法(KMSEPF)。KMSEPF算法对一般的mean-shift和粒子滤波混合算法进行改进。结果证明,KMSEP... 详细信息

粒子滤波作为一种基于贝叶斯估计的算法,在处理非线性运动目标跟踪问题上具有特殊的优势。基于此,提出一种基于粒子滤波和mean-shift的混合跟踪算法(KMSEPF)。KMSEPF算法对一般的mean-shift和粒子滤波混合算法进行改进。结果证明,KMSEPF算法与混合算法MSEPF相比,在计算效率提高的同时,跟踪准确性和处理遮挡的能力没有下降。

关键词：粒子滤波 mean—shift算法目标跟踪

带宽自适应的mean-shift跟踪算法研究

在线全文

学校读者我要写书评

暂无评论

计算机应用 2009年第6期29卷 1683-1686页

作者：罗镇宝张永科吴钟建西南技术物理研究所电子工程部成都610041

针对图像跟踪中目标的尺度和旋转变化,将Lindeberg的尺度理论与mean-shift算法结合起来,提出了一种带宽自适应mean-shift跟踪算法。该算法在mean-shift的框架下,将尺度和旋转量与平移量同等看待,通过求解核函数带宽,计算出目标的变化参... 详细信息

针对图像跟踪中目标的尺度和旋转变化,将Lindeberg的尺度理论与mean-shift算法结合起来,提出了一种带宽自适应mean-shift跟踪算法。该算法在mean-shift的框架下,将尺度和旋转量与平移量同等看待,通过求解核函数带宽,计算出目标的变化参数,最终精确定位目标。另外,引入SAD算法对目标进行先期粗略定位,克服了目标做无规律大位移运动时mean-shift算法跟踪效果不佳的问题,同时也降低了mean-shift算法的迭代收敛次数。大量实验仿真表明,该算法对目标的仿射变化、非刚性形态变化,以及无规律的大位移运动具有有效性和鲁棒性。

关键词：带宽自适应 mean—shift算法目标跟踪绝对差和

mean-shift目标跟踪算法的带宽选取策略

在线全文

学校读者我要写书评

暂无评论

计算机工程 2011年第2期37卷 183-184,187页

作者：胡淑芳袁宝峰屈源重庆大学计算机学院重庆400044 重庆理工大学设备处重庆400050 重庆通信学院信号与信息处理实验室重庆400035 重庆警备区重庆400010

分析不同带宽策略对mean-shift目标跟踪算法的影响,提出一种新的带宽策略。构造一个与目标窗口内接椭圆相似的椭圆,利用其长轴和短轴确定带宽,将此带宽策略纳入mean-shift算法中进行目标跟踪。实验结果表明,该策略具有良好的跟踪效果,... 详细信息

分析不同带宽策略对mean-shift目标跟踪算法的影响,提出一种新的带宽策略。构造一个与目标窗口内接椭圆相似的椭圆,利用其长轴和短轴确定带宽,将此带宽策略纳入mean-shift算法中进行目标跟踪。实验结果表明,该策略具有良好的跟踪效果,能够有效降低时间复杂度。

关键词：带宽 mean—shift算法目标跟踪

目标窗口尺寸自适应变化的mean-shift跟踪算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2009年第12期29卷 3329-3331,3335页

作者：林庆陈远祥王士同詹永照南京理工大学计算机系南京210094 江苏大学计算机科学与通信工程学院江苏镇江212013 江南大学信息学院江苏无锡214122

传统的窗宽尺寸固定不变的mean-shift跟踪算法不能实时地适应目标尺寸大小的变化。将多尺度空间理论与Kalman滤波器相结合,利用Kalman滤波器对尺寸变化的目标面积比例进行预测,用多尺度空间理论中的目标信息量度量方法求出前后相邻两帧... 详细信息

传统的窗宽尺寸固定不变的mean-shift跟踪算法不能实时地适应目标尺寸大小的变化。将多尺度空间理论与Kalman滤波器相结合,利用Kalman滤波器对尺寸变化的目标面积比例进行预测,用多尺度空间理论中的目标信息量度量方法求出前后相邻两帧的目标特征信息比,将其作为Kalman滤波器的观察值对目标面积比例进行修正,然后与mean-shift算法结合起来对目标进行跟踪。实验结果表明,改进的跟踪算法对尺度逐渐变大和变小的目标都能连续自动地选择合适大小的跟踪窗口。

关键词： Kalman滤波器信息量度量 mean—shift算法面积的变化比例

基于灰色预测和mean-shift的抗遮挡跟踪算法

在线全文

学校读者我要写书评

暂无评论

控制工程 2017年第7期24卷 1323-1328页

作者：王长有刘皓张海强胡敏李湘伟重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065 重庆邮电大学应用数学研究所重庆400065 重庆邮电大学自动化学院重庆400065

针对经典的mean-shift算法很难准确跟踪有遮挡的运动目标这一问题,提出了一种改进的运动目标跟踪算法。跟踪中利用Bhattacharyya系数判断跟踪目标是否出现了遮挡,若出现遮挡,则通过利用改进的GM(1,1)预测模型,根据历史目标位置信息对后... 详细信息

针对经典的mean-shift算法很难准确跟踪有遮挡的运动目标这一问题,提出了一种改进的运动目标跟踪算法。跟踪中利用Bhattacharyya系数判断跟踪目标是否出现了遮挡,若出现遮挡,则通过利用改进的GM(1,1)预测模型,根据历史目标位置信息对后续帧中目标位置进行预测,若目标脱离遮挡,则继续使用mean-shift进行后续跟踪。通过对不同环境下的视频序列进行测试,其结果表明算法能够对发生遮挡后的目标进行持续、稳健的跟踪。

关键词： mean—shift算法灰色预测 Bhattacharyya系数遮挡目标跟踪