查询结果:   蔡亚南,李东兴,吴秀东,宋汝君,王迎.一种结合Camshift和Kalman滤波的TLD目标跟踪算法[J].计算机应用与软件,2019,36(2):211 - 215.
中文标题
一种结合Camshift和Kalman滤波的TLD目标跟踪算法
发表栏目
人工智能与识别
摘要点击数
160
英文标题
A TLD TARGET TRACKING ALGORITHM COMBINING CAMSHIFT AND KALMAN FILTERING
作 者
蔡亚南 李东兴 吴秀东 宋汝君 王迎 Cai Ya’nan Li Dongxing Wu Xiudong Song Rujun Wang Ying
作者单位
山东理工大学机械学院 山东 淄博 255000     
英文单位
School of Mechanical Engineering, Shandong University of Technology, Zibo 255000, Shandong, China     
关键词
目标跟踪 Camshift算法 Kalman滤波 TLD算法 实时跟踪
Keywords
Target tracking Camshift algorithm Kalman filtering TLD algorithm Real-time tracking
基金项目
国家自然科学基金项目(51705296)
作者资料
蔡亚南,硕士生,主研领域:机器视觉与图像处理。李东兴,副教授。吴秀东,硕士生。宋汝君,博士。王迎,本科生。 。
文章摘要
TLD(Tracking-Learning-Detection)跟踪最大的优点是对初始选择的目标进行不断的学习,来获取目标当前的外观特征信息。但其计算量大,当有相似目标出现、目标物被遮挡时,跟踪精确度低、效果差。Camshift算法是基于Meanshift算法形成的可连续自适应的一种算法。Camshift结合Kalman滤波可实现对目标位置的快速查找和对窗口大小的控制功能。将TLD跟踪方法的原始输出数据与改进算法的预测结果结合,再修正当前时刻的状态输出结果。对输出结果加权处理,得到目标的最终准确位置。改进算法既具有TLD算法原有的长期有效跟踪特点,又提高了对目标实时跟踪的准确性,同时对短时遮挡具有预测功能。
Abstract
The biggest advantage of TLD (Tracking-Learning-Detection) is that the initially selected target is continuously learned to obtain the current appearance and feature information of the target. However, it has a large amount of calculation. When a similar target appears or the target object is blocked, the tracking accuracy is low and the effect is poor. Camshift algorithm is a continuously self-adaptable algorithm based on Meanshift algorithm. Combining with Kalman filtering, Camshift can quickly find the target position and control the window size. We combined the original output data of the TLD tracking method with the prediction result of the improved algorithm, corrected the state output result at the current moment, and weighted the output result to obtain the final accurate position of the target. The improved algorithm not only has the original long-term effective tracking characteristics, but also improves the accuracy of real-time tracking of the target, and has the function of predicting short-term occlusion.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
基于直方图得分和模板更新得分的实时目标跟踪
李静
多媒体技术应用
2019
2
174
[摘要]
2
一种结合Camshift和Kalman滤波的TLD目标跟踪算法
蔡亚南
人工智能与识别
2019
2
211
[摘要]
3
无人直升机跟踪地面移动目标实时仿真系统设计与实现
刘丙涛
软件技术与研究
2019
1
22
[摘要]
4
基于角点的稀疏子空间粒子滤波跟踪算法
王旭阳
图像处理与应用
2018
9
236
[摘要]
5
结合Kalman滤波和均值偏移的多视点视差估计
戴万长
图像处理与应用
2018
6
197
[摘要]
6
基于LSTM和Kalman滤波的公交车到站时间预测
范光鹏
应用技术与研究
2018
4
91
[摘要]
7
基于物联网的农业墒情监测系统的设计与实现
金文
应用技术与研究
2018
3
84
[摘要]
8
基于卷积网络特征的逆向稀疏建模的目标跟踪
孙文静
人工智能与识别
2018
3
167
[摘要]
9
基于OpenCV的鼻尖特征点鼠标实时控制系统实现
吴博
图像处理与应用
2018
2
212
[摘要]
10
基于运动目标轨迹的高速公路异常事件检测算法研究
隋靓
图像处理与应用
2018
1
246
[摘要]
11
基于改进提升模型的视频目标跟踪算法
罗建华
图像处理与应用
2018
1
261
[摘要]
12
全景视频增强现实系统设计与研究
雍玖
多媒体技术应用
2017
7
110
[摘要]
13
一种快速精准的核相关滤波器跟踪算法
施伟
人工智能与识别
2017
7
125
[摘要]
14
双向多轨迹判定方法在目标跟踪中的应用研究
李孟庭
人工智能与识别
2017
7
137
[摘要]
15
基于子空间联合模型的视觉跟踪
杨国亮
图像处理与应用
2017
7
154
[摘要]
16
基于特征加权的快速压缩感知跟踪
赵端
图像处理与应用
2017
6
201
[摘要]
17
未知状态模型下基于高阶容积卡尔曼滤波和神经网络的状态估计算法
许大星
算法
2017
6
257
[摘要]
18
一种面向机动目标跟踪的交互式多模型算法
王美健
算法
2017
5
211
[摘要]
19
基于三维模型的行人徘徊行为检测算法
朱梦哲
多媒体技术应用
2017
4
149
[摘要]
20
加性噪声下增广容积卡尔曼滤波及其目标跟踪应用
刘江
人工智能与识别
2017
3
136
[摘要]
21
一种基于多样性优化的视频目标跟踪方法
刘剑
多媒体技术应用
2017
1
137
[摘要]
22
模板匹配跟踪的哈希增强算法
徐珩
人工智能与识别
2016
7
167
[摘要]
23
基于惯量矩的自适应带宽Mean Shift目标跟踪算法
丁业兵
信息技术交流
2016
7
321
[摘要]
24
基于SUSAN角点和HSV颜色模型的粒子滤波目标跟踪算法
闫河
图像处理与应用
2016
5
173
[摘要]
25
基于DM6437的智能视频监控系统设计与实现
方浩
嵌入式软件与应用
2016
2
192
[摘要]
26
低分辨率条件下基于TLD的鲁棒车辆跟踪算法
刘阔
算法
2016
12
264
[摘要]
27
连续同色调背景下运动目标自适应跟踪
陈从平
图像处理与应用
2016
11
139
[摘要]
28
基于高斯混合PHD滤波的多目标状态提取方法
刘益
算法
2016
11
175
[摘要]
29
空间信息码本和粒子滤波相结合目标跟踪算法
瞿中
算法
2016
11
230
[摘要]
30
自适应结构化稀疏表示的海上目标跟踪研究
梁英杰
人工智能与识别
2015
7
186
[摘要]
31
基于多特征融合的粒子滤波多目标跟踪算法研究
杨龙文
图像处理与应用
2015
4
225
[摘要]
32
基于自动获取彩色目标的手臂运动轨迹跟踪
闫国帅
人工智能与识别
2015
2
135
[摘要]
33
基于多特征级联筛查的在线boosting快速跟踪算法
胡松
算法
2015
2
236
[摘要]
34
基于预测的移动目标跟踪节点协同调度算法
卢旭
网络与通信
2015
12
80
[摘要]
35
一种改进的Condensation人脸特征点跟踪算法
徐岩柏
人工智能与识别
2015
12
154
[摘要]
36
基于OpenCV实现双目视觉下的客流计数算法
张震
图像处理与应用
2015
11
189
[摘要]
37
代谢模型与LK算法结合的目标跟踪研究
刘万军
人工智能与识别
2015
10
151
[摘要]
38
基于FPGA的Mean Shift跟踪算法实现
周丹
应用技术与研究
2014
9
48
[摘要]
39
基于分层空间的Rao-Blackwellised化粒子滤波算法
季云峰
图像处理与应用
2014
9
209
[摘要]
40
基于Mean-Shift的卡尔曼粒子滤波车辆跟踪算法研究
权义萍
算法
2014
9
236
[摘要]
41
一种基于运动检测的行人多目标跟踪算法
邹薇
多媒体技术应用
2014
8
132
[摘要]
42
基于粒子滤波和多示例学习的目标跟踪
罗萱
人工智能与识别
2014
8
186
[摘要]
43
改进型粒子滤波与稀疏表达的自适应图像跟踪算法
金晶
多媒体技术应用
2014
7
152
[摘要]
44
基于激光雷达机器人的目标人跟踪方法研究
王灿
人工智能与识别
2014
7
164
[摘要]
45
基于改进PSO的Lucas-Kanade的参数选取
李蓉
图像处理与应用
2014
7
217
[摘要]
46
基于改进的均值漂移和卡尔曼滤波的目标跟踪算法
张伟丽
图像处理与应用
2014
5
240
[摘要]
47
不确定观测滤波及在无线传感器网络中的应用
许成刚
网络与通信
2014
4
133
[摘要]
48
一种改进Camshift算法的研究
杨杰
人工智能与识别
2014
2
167
[摘要]
49
基于ABCshift结合Kalman滤波的目标跟踪算法
支祖利
图像处理与应用
2014
2
226
[摘要]
50
基于SIFT特征和模板更新的粒子滤波目标跟踪算法
曹正洁
算法
2014
12
298
[摘要]
51
基于Kalman滤波器的车道保持辅助系统研究
孙涛
应用技术与研究
2014
1
54
[摘要]
52
一种新的Meanshift快速运动目标鲁棒跟踪方法
胡威
多媒体技术应用
2014
1
140
[摘要]
53
圆形运动目标的快速检测方法研究
张翼
图像处理与应用
2014
1
211
[摘要]