暂无评论
视频跟踪中, 使用单一特征对目标进行描述难以适应复杂场景的变化, 目标的尺度变化、形变、遮挡等因素易导致跟踪失败。为提高跟踪的稳健性, 基于核循环结构, 提出一种自适应特征融合和模型更新的跟踪方法,
针对在复杂环境中目标尺度变化、形状变化以及场景光照变化、背景干扰等因素导致的目标跟踪稳定性下降问题,提出一种基于自适应多层卷积特征决策融合的目标跟踪算法。首先,通过卷积神经网络VGG-Net-19提取
提出了视觉跟踪任务中目标动态建模的一种方法.该方法首先针对跟踪序列中的当前帧图像观测进行Haar变换,从而得到图像的过完备特征描述;然后根据Fisher准则,评价每个Haar特征对目标和当前背景的区分
具有多光谱数据融合的多目标跟踪的自适应PHD滤波器
研究论文-机动目标跟踪中的序贯滤波
针对采用固定跟踪窗的传统跟踪方法容易将云层边角等干扰信息纳入跟踪窗,从而影响目标稳定跟踪的问题,提出了一种自适应跟踪窗的算法。在检测到目标的前提下,通过Kalman滤波器动态地改变目标跟踪过程中跟踪窗
机动目标模型的改善,直接影响对机动目标跟踪的精度问题,希望对大家有所帮助
Tracking method for mobile reentry targets
机动目标跟踪周宏仁带目录,比较经典的跟踪入门书籍,相对比较清晰
李晓荣机动目标跟踪的讲座,包括模型建立,测量模型,滤波器选择,弹道模型,等等,很有参考价值,一共5章
暂无评论