|
|
1.
改进的均值漂移和粒子滤波混合跟踪方法
李科 徐克虎 黄大山
计算机应用
2012, 32 (02):
504-506.
DOI: 10.3724/SP.J.1087.2012.00504
为提高粒子滤波视觉目标跟踪算法的准确性和实时性，提出一种基于均值漂移和粒子滤波的混合跟踪算法。将相异性较小的粒子进行聚类，利用均值漂移算法迭代各个聚类中的代表点，通过减少参与均值漂移迭代的粒子数来降低运算复杂度；根据跟踪情况自适应调整采样粒子数目和过程噪声分布，以提高跟踪精度和减少运算时间。实验结果表明,所提算法平均每帧计算时间不到传统混合跟踪法的一半，而且跟踪精度也有所提高。
参考文献 |
相关文章 |
多维度评价
|
|
