您的位置: 专家智库 > >

河北省高等学校科学技术研究指导项目(ZD20132013)

作品数:2 被引量:9H指数:2
相关作者:孟军英韩明刘教民王娟更多>>
相关机构:燕山大学石家庄学院更多>>
发文基金:河北省自然科学基金河北省高等学校科学技术研究指导项目河北省科技支撑计划项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 2篇滤波
  • 2篇目标跟踪
  • 2篇卡尔曼
  • 2篇卡尔曼滤波
  • 1篇智能交通
  • 1篇实时目标跟踪
  • 1篇粒子滤波
  • 1篇滤波算法
  • 1篇密度估计
  • 1篇均值漂移
  • 1篇卡尔曼滤波算...
  • 1篇扩展卡
  • 1篇扩展卡尔曼滤...
  • 1篇概率密度
  • 1篇概率密度估计

机构

  • 2篇石家庄学院
  • 2篇燕山大学

作者

  • 2篇刘教民
  • 2篇韩明
  • 2篇孟军英
  • 1篇王娟

传媒

  • 1篇计算机应用研...
  • 1篇河北工业大学...

年份

  • 1篇2015
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于联合特征的边缘粒子滤波目标跟踪算法研究被引量:6
2015年
针对采用单一特征建立的动态空间模型与实际系统差距较大,从而使估计误差增加的问题,通过将系统的状态参数引入颜色特征模型中,与颜色特征参数一起构成系统状态空间向量,提出了一种联合颜色状态特征的优化目标跟踪算法。应用Rao-Blackwellization算法思想,由Kalman线性滤波方法解析处理线性的颜色特征转移和更新过程;而目标位置参数采用粒子滤波进行估计,提高了视频目标跟踪的精度和实时性。通过与其他相似算法的比较实验结果可以看出,算法在环境亮度发生变化、目标遮挡等情况下,仍能够保持较高的跟踪精度,既提高了跟踪系统的鲁棒性,又保证了算法的实时性,优于传统的单一特征视频跟踪算法。
孟军英刘教民韩明
关键词:目标跟踪卡尔曼滤波算法
基于粒子滤波架构的实时目标跟踪算法研究被引量:3
2013年
针对粒子滤波算法运算量大,实时性较差的问题,提出了一种基于粒子滤波架构的实时性目标跟踪算法.通过选取优化的重要性概率密度函数,使粒子分布更接近实际的后验分布.并将Camshift算法融入粒子滤波中,使粒子向真实分布进一步聚类,从而可以用较小的计算代价,保证跟踪的精度.最后,将所设计的算法在交通视频监控中进行实际应用测试,实现了对目标车辆的有效跟踪.
孟军英刘教民韩明王娟
关键词:目标跟踪粒子滤波均值漂移扩展卡尔曼滤波智能交通
共1页<1>
聚类工具0