您的位置: 专家智库 > >

秦飞

作品数:2 被引量:10H指数:1
供职机构:合肥工业大学计算机与信息学院更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金安徽省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇目标跟踪
  • 1篇特征点
  • 1篇粒子滤波
  • 1篇滤波
  • 1篇关键特征点
  • 1篇PN
  • 1篇TL
  • 1篇TLD
  • 1篇D算法
  • 1篇MCM
  • 1篇P-
  • 1篇I

机构

  • 2篇合肥工业大学

作者

  • 2篇李想
  • 2篇张冬梅
  • 2篇汪荣贵
  • 2篇秦飞

传媒

  • 2篇计算机工程与...

年份

  • 2篇2016
2 条 记 录,以下是 1-2
排序方式:
基于约束知识的IP-MCMC-PF目标跟踪方法研究
2016年
针对粒子滤波算法在有干扰的目标跟踪中可能出现的粒子多样性减少和精度下降等问题,研究并实现了一种新的基于约束知识的IP-MCMC-PF目标跟踪方法。该方法首先通过约束知识提高粒子预测的准确性,并通过多链并行的IP-MCMC方法提高粒子的多样性,有效地解决粒子退化问题;在此基础上通过PN学习算法在线更新抽样粒子的抽样分布和检测器的训练样本,实现目标跟踪算法的在线学习,有效提高了复杂背景下目标跟踪的准确度和自适应性。实验结果表明,该方法在遮挡、形变、光照变化等多种干扰的情形下都具有很好的跟踪效果。
梁启香汪荣贵张冬梅李想秦飞
关键词:粒子滤波
基于关键特征点的改进TLD目标跟踪算法研究被引量:10
2016年
TLD(Tracking-Learning-Detection)算法是一种新颖的单目标长时间视觉跟踪算法,在给定极少的先验知识的情况下,能够迅速地学习目标特征并进行有效的跟踪。TLD算法中跟踪器每次在跟踪目标上均匀地选取特征点进行跟踪,不能保证每个特征点都能够被可靠地跟踪。针对这个问题,提出一种基于关键特征点检测的改进TLD算法,保证所选特征点都能够被正确可靠地跟踪,防止跟踪结果发生漂移,提高了跟踪器的跟踪精度。另一方面,在TLD检测器中引入了基于轨迹连续性的在线位置预测,在保证正确跟踪的前提下,缩小了检测器的检测范围,提高了运算速度。实验结果表明,该算法有较高的跟踪精度和速度。
秦飞汪荣贵梁启香张冬梅李想
关键词:目标跟踪关键特征点
共1页<1>
聚类工具0