推荐星级：
- 1
- 2
- 3
- 4
- 5
一种基于粒子Mean Shift 迁移过程的红外人体跟踪方法
资料介绍
提出了一种基于粒子Mean Shift 迁移过程的红外人体跟踪方法. 算法通过采样粒子迁移和聚类动态建立 目标的状态模型和量测模型. 在被跟踪区域随机布撒粒子, 以各粒子对应像素的亮度作为特征值进行Mean Shift 收敛性分析, 使用收敛后的粒子集表达目标的当前状态 以状态粒子的坐标位置为特征值对其进行Mean Shift 聚 类, 作为对目标的量测. 连续跟踪时, 下一帧的采样粒子基于上一帧的量测结果产生. 与传统的基于序贯重要性采 样的粒子滤波方法相比, 算法不需要目标的相似性测度计算, 仅用少数粒子即可实现对目标的可靠跟踪.
部分文件列表
| 文件名 | 文件大小 | 修改时间 |
| 基于粒子MeanShift迁移的红外人体目标跟踪算法.pdf | 596KB | 2012-07-26 20:33:22 |
全部评论(1)
2019-01-04 12:32:31a2331738448
可以