發(fā)布時(shí)間：2017-09-11 13:46

  本文關(guān)鍵詞：基于多外觀模型的自適應(yīng)加權(quán)目標(biāo)跟蹤算法

  更多相關(guān)文章： 偏最小二乘(PLS) 目標(biāo)跟蹤 多外觀模型 自適應(yīng)加權(quán) 粒子濾波

【摘要】：偏最小二乘(PLS)跟蹤算法忽略特征間及外觀模型間的差異,容易受到光照、遮擋等因素的影響,降低目標(biāo)的跟蹤精度.針對(duì)上述問(wèn)題,文中提出基于多外觀模型的自適應(yīng)加權(quán)目標(biāo)跟蹤算法(AWMA).首先使用PLS對(duì)目標(biāo)區(qū)域逐步建立多個(gè)外觀模型.然后根據(jù)各外觀模型中特征的重要性及目標(biāo)的顯著度建立自適應(yīng)權(quán)重的綜合模型,融合多個(gè)外觀模型完成目標(biāo)與樣本的誤差分析.最后使用粒子濾波實(shí)現(xiàn)目標(biāo)跟蹤.實(shí)驗(yàn)表明,文中算法能更有效地過(guò)濾噪聲數(shù)據(jù),提高目標(biāo)跟蹤的魯棒性和時(shí)間性能.
【作者單位】： 鄭州大學(xué)信息工程學(xué)院;
【關(guān)鍵詞】： 偏最小二乘(PLS) 目標(biāo)跟蹤 多外觀模型 自適應(yīng)加權(quán) 粒子濾波
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(No.61170223);國(guó)家自然科學(xué)基金聯(lián)合基金項(xiàng)目(No.U1204610);國(guó)家自然科學(xué)基金青年基金項(xiàng)目(No.61502434,61502432) 河南省教育廳項(xiàng)目(No.15A520099)資助~~
【分類號(hào)】：TP391.41
【正文快照】： Supported by National Natural Science Foundation of China(No.61170223),Joint Funds of National Natural Science Foundationof China(No.U1204610),Young Scientists Fund of National Natural Science Foundation of China(No.61502434,61502432),Education Departmen

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 池磊;李文勇;;模糊數(shù)學(xué)和自適應(yīng)加權(quán)平均在多傳感器數(shù)據(jù)融合中的比較研究[J];裝備制造技術(shù);2012年12期

2 李大勇,王紅軍;基于時(shí)間序列的自適應(yīng)加權(quán)被動(dòng)定位[J];計(jì)算機(jī)仿真;2004年11期

3 陳曉娟;夏立;卜樂(lè)平;楊加軍;;自適應(yīng)加權(quán)融合算法在圖像型火災(zāi)探測(cè)系統(tǒng)中的應(yīng)用[J];艦船電子工程;2011年03期

4 肖軍,張石,徐心和;基于模糊組合變量的自適應(yīng)加權(quán)控制[J];控制與決策;2001年02期

5 梁毓明;徐立鴻;朱丙坤;;測(cè)距傳感器系統(tǒng)的測(cè)距數(shù)據(jù)在線自適應(yīng)加權(quán)融合[J];工業(yè)儀表與自動(dòng)化裝置;2009年05期

6 張陽(yáng);沈明霞;孫玉文;劉政;柏廣宇;;基于多傳感器自適應(yīng)加權(quán)融合的溫室信息系統(tǒng)[J];傳感器與微系統(tǒng);2014年06期

7 常瑞娜;穆曉敏;楊守義;齊林;;基于局部空間像素特征的自適應(yīng)加權(quán)濾波算法[J];計(jì)算機(jī)工程與應(yīng)用;2008年06期

8 陳曉云;胡運(yùn)發(fā);;基于自適應(yīng)加權(quán)的文本關(guān)聯(lián)分類[J];小型微型計(jì)算機(jī)系統(tǒng);2007年01期

9 鄭馳超;彭虎;韓志會(huì);;互相關(guān)自適應(yīng)加權(quán)的醫(yī)學(xué)超聲成像算法研究[J];物理學(xué)報(bào);2014年14期

10 關(guān)新平,劉冬,唐英干;基于可分離性判據(jù)的自適應(yīng)加權(quán)紋理圖像分割[J];計(jì)算機(jī)應(yīng)用研究;2005年11期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 邵州華;多傳感器數(shù)據(jù)融合算法的研究與應(yīng)用[D];東北大學(xué);2013年

2 楊浩博;多外觀模型自適應(yīng)加權(quán)的粒子濾波目標(biāo)跟蹤算法研究[D];鄭州大學(xué);2016年

3 朱曉倩;自適應(yīng)加權(quán)平均濾波器權(quán)系數(shù)的選取[D];暨南大學(xué);2008年

4 姜濱;FSP近區(qū)段含水率預(yù)測(cè)算法及溫度自適應(yīng)加權(quán)融合方法研究[D];東北林業(yè)大學(xué);2010年

，

本文編號(hào)：831102