[1]
BIRCHFIELD S. Elliptical head tracking using intensity gradients and color histograms[C]// 1998 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Washington, DC: IEEE Computer Society,1998:232-237.
[2]
ISARD M, MACCORMICK J. BraMBLe: a Bayesian multiple-blob tracker[C]//
ICCV 2001:Eighth IEEE International Conference on Computer Vision. Washington, DC: IEEE Computer Society, 2001: 34-41.
[3]
祖克举,刘富强,李志鹏.基于多目标检测与跟踪的密集客流检测[J].中国图象图形学报,2009,14(10):2106-2109.
[4]
张秋余,胡建强,张墨逸.基于区域生长的Mean shift动态变形手势跟踪算法[J].模式识别与人工智能, 23(4):580-585.
[5]
郭君斌,郭晓松,雷磊,等.基于改进粒子滤波算法的人眼跟踪方法[J].仪器仪表学报, 2010, 31(8):1720-1725.
[6]
COMANICIU D, RAMESH V, MEER P. Kernel-based object tracking[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2003, 25(5): 564-575.
[7]
刘献如,蔡自兴,唐琎.基于SAD与UKF-Mean Shift的主动目标跟踪[J].模式识别与人工智能,2010, 23(5):646-652.
[8]
覃剑,曾孝平,李勇明.基于边界力的Mean-Shift核窗宽自适应算法[J].软件学报, 2009, 20(7):1726-1734.
[9]
王长军,朱善安.基于Meanshift的目标平移与旋转跟踪[J]. 中国图象图形学报, 2007, 12(8):1367-1371.
[10]
马雷,田原,苏红旗.一种基于蒙特卡罗方法的小目标视觉跟踪算法[J].中国图象图形学报, 2008, 13(3):445-449.
[11]
左军毅,梁彦,赵春晖,等.Mean Shift跟踪算法中尺度自适应策略的研究[J].中国图象图形学报, 2008, 13(9):1750-1767.
[12]
田纲,胡瑞敏,王中元. 一种基于运动矢量分析的Mean shift目标跟踪算法[J]. 中国图象图形学报,2010, 15(1):85-90.
[13]
王欢,王江涛,任明武,等. 一种鲁棒的多特征融合目标跟踪新算法[J].中国图象图形学报,2009, 14(3):489-498.
[14]
孟勃,朱明.采用EM算法对粒子滤波跟踪算法进行改进[J].中国图象图形学报, 2009,14(9):1745-1749.
[15]
孟钢,姜志国,赵丹培,等. 多特征融合的在线更新目标跟踪算法[J]. 计算机辅助设计与图形学报,2010, 22(10):1788-1795.
[16]
贾静平,张飞舟,柴艳妹. Adaboost目标跟踪算法[J]. 模式识别与人工智能,2009, 22(3):475-480.
[17]
钱诚,徐舒畅,张引,等.一种基于线性判别空间增量更新的跟踪方法[J].模式识别与人工智能,2010, 23(2):250-255.
[18]
罗嘉,韦志辉.基于几何活动轮廓模型的目标跟踪与快速运动估计[J].中国图象图形学报, 2009, 14(7):1361-1368.
[19]
GRABNER H, GRABNER M, BISCHOF B,et al. Real-time tracking via online boosting[EB/OL]. [2012-03-18].http://www.macs.hw.ac.uk/bmvc2006/papers/033.pdf.
[20]
GRABNER H, LEISTNER C, BISCHOF B, et al. Semi-supervised online boosting for robust tracking[EB/OL]. [2012-03-18]. http://people.ee.ethz.ch/~cleistne/papers/Grabner2008Semi-supervisedOn-lineboosting.pdf.
[21]
BORIS B, YANG MING-HSUAN, SERGE B, et al. Visual tracking with online multiple instance Learning[C]// IEEE Conference on Computer Vision and Pattern Recognition. Washington, DC: IEEE Computer Society, 2009:983-990.
[22]
VIOLA P, PLATT J, ZHANG C, et al. Multiple instance boosting for object detection[EB/OL].[2012-04-18]。http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.70.3725andrep=rep1andtype=pdf. |