均值漂移算法的研究与应用

被引：56

作者：

周芳芳 ^{[1
]}

樊晓平 ^{[1
]}

叶榛 ^{[2
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 清华大学智能技术与系统国家重点实验室

来源：

控制与决策 | 2007年 / 08期

关键词：

均值漂移; 非参数密度估计; 核函数; 带宽;

D O I：

10.13195/j.cd.2007.08.3.zhouff.007

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

对均值漂移算法的理论和应用作一全面的综述.首先根据密度函数的非参数估计推导出均值漂移公式的一般形式,说明了均值漂移迭代算法的步骤及收敛性;然后重点讨论核函数的选择以及带宽矩阵的计算等关键技术;最后归纳了均值漂移算法在模式检测、聚类、图像分割以及物体实时跟踪等方面的应用,并展望了均值漂移算法在理论和应用中的研究方向.

引用

页码：841 / 847

页数：7

共 9 条

[1] 一种基于视觉特性的遥感图像分割
王兆虎
刘芳
焦李成
[J]. 计算机学报, 2005, (10) : 1686 - 1691
[2] Mean-Shift跟踪算法中核函数窗宽的自动选取
彭宁嵩
杨杰
刘志
张风超
[J]. 软件学报, 2005, (09) : 1542 - 1550
[3] 均值漂移算法的收敛性
李乡儒
吴福朝
胡占义
[J]. 软件学报, 2005, (03) : 365 - 374
[4] Dorin Comaniciu,Peter Meer.Distribution Free Decomposition of Multivariate Data[J].Pattern analysis and applications: PAA,1999
[5] Edge Detection and Ridge Detection with Automatic Scale Selection
Tony Lindeberg
[J]. International Journal of Computer Vision, 1998, 30 : 117 - 156
[6] Peter Hall,Tien Chung Hu,J. S. Marron.Improved Variable Window Kernel Estimates of Probability Densities[J].The Annals of Statistics,1995
[7] Peter Hall,J. S. Marron,Byeong U. Park.Smoothed cross-validation[J].Probability Theory and Related Fields,1992
[8] Michael Kass,Andrew Witkin,Demetri Terzopoulos.Snakes: Active contour models[J].International Journal of Computer Vision,1988
[9] K. Fukunaga,L. Hostetler.The estimation of the gradient of a density function, with applications in pattern recognition[K].IEEE Transactions on Information Theory,1975

← 1 →