基于ELM与Mean Shift的抗遮挡目标跟踪算法

被引:11
作者
毛晓波
郝向东
梁静
机构
[1] 郑州大学电气工程学院
关键词
目标跟踪; 遮挡; Mean Shift; ELM;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对目标跟踪过程中发生遮挡时跟踪出现偏差的情况,在传统Mean Shift跟踪算法的基础上引入极限学习机(extreme learning machine,ELM),提出了基于ELM与Mean Shift的目标跟踪算法。该算法根据过去3个时刻的目标位置信息,利用ELM预测出目标当前可能位置,代替目标前一时刻位置作为Mean Shift迭代起始点,并在邻域范围内进行迭代,得到目标的真实位置.实验结果表明,与现有的改进算法相比,新算法减少了迭代次数和运算时间,同时在遮挡情况下能够准确定位目标位置并进行跟踪,提高了跟踪系统的实时性和鲁棒性.
引用
收藏
页码:1 / 5
页数:5
相关论文
共 12 条
[1]   结合有向场景运动模式的粒子滤波行人跟踪方法 [J].
屈鉴铭 ;
刘志镜 ;
贺文骅 .
西安交通大学学报, 2014, (12) :74-79
[2]   基于Mean-Shift的卡尔曼粒子滤波车辆跟踪算法研究 [J].
权义萍 ;
金鑫 ;
张蕾 ;
杨道业 .
计算机应用与软件, 2014, 31 (09) :236-239+252
[3]   基于改进的均值漂移和卡尔曼滤波的目标跟踪算法 [J].
张伟丽 ;
江春华 ;
郝宗波 .
计算机应用与软件, 2014, 31 (05) :240-243
[4]   结合卡尔曼滤波和Mean Shift的抗遮挡跟踪算法 [J].
章学静 ;
陈禾 ;
杨静 .
北京理工大学学报, 2013, 33 (10) :1056-1061
[5]   一种基于粒子群优化的极限学习机 [J].
王杰 ;
毕浩洋 .
郑州大学学报(理学版), 2013, 45 (01) :100-104
[6]  
基于光流场估计的自适应Mean-Shift目标跟踪算法[J]. 李剑峰,黄增喜,刘怡光. 光电子.激光. 2012(10)
[7]   一种基于鲁棒估计的极限学习机方法 [J].
胡义函 ;
张小刚 ;
陈华 ;
李晶辉 .
计算机应用研究, 2012, 29 (08) :2926-2930
[8]   应用Mean Shift和分块的抗遮挡跟踪 [J].
颜佳 ;
吴敏渊 ;
陈淑珍 ;
张青林 .
光学精密工程, 2010, 18 (06) :1413-1419
[9]   基于Mean Shift算法跟踪视频中运动目标 [J].
何志勇 ;
蔡乐才 ;
许继家 .
郑州大学学报(理学版), 2010, 42 (01) :38-40+48
[10]   基于MeanShift算法的运动人体跟踪 [J].
袁霄 ;
王丽萍 .
计算机工程与科学, 2008, (04) :46-49