Research on scene adaptive tracking feature selection

doi:10.13741/j.cnki.11-1879/o4.2014.06.015

您当前的位置：

首页 >

文章列表页 >

Research on scene adaptive tracking feature selection

更新时间：2025-09-01

- Research on scene adaptive tracking feature selection
- Vol. 40, Issue 6, Pages: 551-559(2014)
- 作者机构：
  
  1. 1:解放军理工大学通信工程学院
  2. 2:光电控制技术重点实验室
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2014.06.015
  CLC：
- Published：2014
- 稿件说明：
移动端阅览
Research on scene adaptive tracking feature selection[J]. 2014, 40(6): 551-559.
DOI：

Research on scene adaptive tracking feature selection[J]. 2014, 40(6): 551-559. DOI： 10.13741/j.cnki.11-1879/o4.2014.06.015.

摘要

视频目标跟踪是当前计算机视觉领域中的一个关键问题。基于场景分类提出了一种视频目标特征的实时在线选择方法。离线时首先采用改进型的"空间金字塔匹配"算法完成先验视频场景的分类;然后采用不同的描述算法实现对目标和背景的特征描述

通过对数形式的方差比计算出目标和背景的特征距离;最后融合均值和熵值对特征距离进行统计分析

建立场景相关的描述子显著性排序。在此基础上

在线时利用初始帧完成测试视频的场景判定

结合当前场景下的描述子排序

实时选择最优特征

应用于粒子滤波跟踪系统

在公开视频库上进行跟踪测试

验证排序的正确性和选择机制的必要性。

Abstract

关键词

Keywords

references

Views

113

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Person tracking based on combination of blob modeling and particle filter

An adaptive particle filter tracking algorithm based on the integration of color and texture

A fast particle filter tracking method based on integral histogram

A particle filter tracking method based on human visual system characters

Real-time detection and tracking algorithm of moving target based on FPGA and its implementation technology

Related Author

孔鹏

丁辉

尚媛园

王琳

付小雁

周修庄

尚媛园

丁辉

Related Institution

4:成像技术北京市高精尖创新中心

3:首都师范大学高可靠嵌入式系统技术北京市工程技术研究中心

2:北京数学与信息交叉科学协同创新中心

1:首都师范大学信息工程学院

1:中国空空导弹研究院

⁰