| 
  中国学术期刊网络出版总库
  关闭
基于关键特征点的改进TLD目标跟踪算法研究  
   推荐 CAJ下载 PDF下载
【英文篇名】 Improved TLD target tracking algorithm based on key feature points
【下载频次】 ★★★★★
【作者】 秦飞; 汪荣贵; 梁启香; 张冬梅; 李想;
【英文作者】 QIN Fei; WANG Ronggui; LIANG Qixiang; ZHANG Dongmei; LI Xiang; School of Computer and Information; Hefei University of Technology;
【作者单位】 合肥工业大学计算机与信息学院;
【文献出处】 计算机工程与应用 , Computer Engineering and Applications, 编辑部邮箱 2016年 04期  
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 目标跟踪; TLD算法; 关键特征点; 在线位置预测;
【英文关键词】 target tracking; Tracking-Learning-Detection(TLD); key feature point; online location prediction;
【摘要】 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。
【英文摘要】 Tracking-Learning-Detection(TLD)tracking algorithm is a novel long time single-target tracking algorithm. It can learn object features quickly and track effectively with very little prior knowledge given. However,the tracker in TLD tracking algorithm selects the target feature points uniformly each time,which cannot ensure that each of the feature points can be reliably tracked. To solve this problem,an improved TLD algorithm is proposed,based on key feature point detection. The proposed algorithm can ensur...
【基金】 安徽省自然科学基金项目(No.1408085QF117); 中央高校基本科研业务费专项资金资助(No.2012HGCX0001); 国家自然科学基金(No.61075032)
【更新日期】 2016-03-15
【分类号】 TP391.41
【正文快照】 1引言了各种各样的跟踪算法。针对长时间跟踪过程中目标目标跟踪是计算机视觉的重要研究内容,在自动视消失后再现的重新检测问题,Lepetit等[1]提出了一种基频监视、智能交通系统、导航制导、行为识别和人体跟踪于检测的跟踪算法,利用基于随机树和像素对[2]的分类等领域具有广泛

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 计算技术、计算机技术
　　　 计算机的应用
　　　　 信息处理(信息加工)
　　　　　 模式识别与装置
　　　　　　 图像识别及其装置
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号