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

  更多相關(guān)文章： 偏最小二乘(PLS) 目標跟蹤 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,降低目標的跟蹤精度.針對上述問題,文中提出基于多外觀模型的自適應(yīng)加權(quán)目標跟蹤算法(AWMA).首先使用PLS對目標區(qū)域逐步建立多個外觀模型.然后根據(jù)各外觀模型中特征的重要性及目標的顯著度建立自適應(yīng)權(quán)重的綜合模型,融合多個外觀模型完成目標與樣本的誤差分析.最后使用粒子濾波實現(xiàn)目標跟蹤.實驗表明,文中算法能更有效地過濾噪聲數(shù)據(jù),提高目標跟蹤的魯棒性和時間性能.
【作者單位】： 鄭州大學信息工程學院;
【關(guān)鍵詞】： 偏最小二乘(PLS) 目標跟蹤 多外觀模型 自適應(yīng)加權(quán) 粒子濾波
【基金】：國家自然科學基金項目(No.61170223);國家自然科學基金聯(lián)合基金項目(No.U1204610);國家自然科學基金青年基金項目(No.61502434,61502432) 河南省教育廳項目(No.15A520099)資助~~
【分類號】：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】

中國期刊全文數(shù)據(jù)庫 前10條

1 池磊;李文勇;;模糊數(shù)學和自適應(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;基于時間序列的自適應(yīng)加權(quán)被動定位[J];計算機仿真;2004年11期

3 陳曉娟;夏立;卜樂平;楊加軍;;自適應(yīng)加權(quán)融合算法在圖像型火災(zāi)探測系統(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;;測距傳感器系統(tǒng)的測距數(shù)據(jù)在線自適應(yīng)加權(quán)融合[J];工業(yè)儀表與自動化裝置;2009年05期

6 張陽;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];計算機工程與應(yīng)用;2008年06期

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

9 鄭馳超;彭虎;韓志會;;互相關(guān)自適應(yīng)加權(quán)的醫(yī)學超聲成像算法研究[J];物理學報;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];計算機應(yīng)用研究;2005年11期

中國碩士學位論文全文數(shù)據(jù)庫 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;2013年

2 楊浩博;多外觀模型自適應(yīng)加權(quán)的粒子濾波目標跟蹤算法研究[D];鄭州大學;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;2008年

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

，

本文編號：831102