期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于尺度不变特征变换的Mean-Shift目标跟踪 被引量:1
1
作者 杨心力 杨恢先 +1 位作者 曾金芳 于洪 《计算机应用》 CSCD 北大核心 2009年第10期2678-2680,共3页
均值漂移(Mean-Shift)目标跟踪算法由于具有快速模板匹配和无参数密度估计等特点,但也存在其固有的缺陷。为了提高该算法的鲁棒性,把目标分成多个区域,对每个区域利用Mean-Shift进行跟踪,迭代次数大于8的放弃迭代。然后利用尺度不变特... 均值漂移(Mean-Shift)目标跟踪算法由于具有快速模板匹配和无参数密度估计等特点,但也存在其固有的缺陷。为了提高该算法的鲁棒性,把目标分成多个区域,对每个区域利用Mean-Shift进行跟踪,迭代次数大于8的放弃迭代。然后利用尺度不变特征变换(SIFT)剔除那些匹配的关键点数目少的子区域。最后,利用匹配关键点数目多的区域得到目标的位置。实验结果表明该方法在目标受遮挡、尺度变化、旋转、环境场景等变化等具有很强的鲁棒性。 展开更多
关键词 目标区域划分 尺度不变特征变换 均值漂移 目标跟踪
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部