基于加权时空上下文学习的多特征视觉跟踪
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13695/j.cnki.12-1222/o3.2019.01.007

基于加权时空上下文学习的多特征视觉跟踪

引用
针对视觉跟踪过程中的光照变化、尺度变化、遮挡等干扰,提出了一种基于加权时空上下文学习的多特征目标跟踪算法,实现了快速鲁棒的目标跟踪.首先,提取灰度信息、LBP纹理特征和HSV颜色特征作为目标模型,增强目标模型的鲁棒性.其次,采用加权系数矩阵衡量特征的目标归属度,提升特征的分辨能力.然后,计算每个特征的加权时空下文跟踪置信图.最后,利用KL方法对每个通道置信图进行融合并进行目标定位.OTB数据库实验距离精度和重叠成功率分别为0.666和0.636,证明所提出的方法优于现有方法.

视觉跟踪、多特征、时空上下文学习、加权矩阵

27

TP24(自动化技术及设备)

国家自然科学基金61473153;航空科学基金2016ZC59006;江苏省产学研联合创新资金-前瞻性联合研究项目BY2016004-04;南京市产学研合作后补助项目201722005

2019-05-07(万方平台首次上网日期,不代表论文的发表时间)

共8页

43-50

相关文献
评论
暂无封面信息
查看本期封面目录

中国惯性技术学报

1005-6734

12-1222/O3

27

2019,27(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn