典型文献
基于决策树分类的视觉目标精准跟踪算法
文献摘要：
为避免因遮挡、尺度变化等因素导致跟踪失败的问题,同时增强目标跟踪准确性,提出基于决策树分类的视觉目标精准跟踪算法.运用隶属度得到图像数据点所属类型,通过概率密度局部最大的非参数密度估计策略计算待跟踪目标所处范围,把图像划分为空间数据与色彩数据;推算数据信息熵,将信息熵增益最高的变量作为图像分类属性,利用决策树分类融合图像属性特征;使用混沌离散系统提升粒子预测精度与计算效率,引入色彩、纹理和运动边缘特征改进粒子滤波器性能,采用自适应参照模板法构建视觉目标跟踪模型.仿真结果表明,该算法在目标表观发生变化情况下,仍具备优秀的跟踪精度与效率,鲁棒性强.
文献关键词：
决策树分类;视觉跟踪;图像分割;混沌粒子滤波;特征融合
中图分类号：
作者姓名：
张博
作者机构：
长沙师范学院信息科学与工程学院,湖南长沙410100
文献出处：
引用格式：
[1]张博-.基于决策树分类的视觉目标精准跟踪算法)[J].探测与控制学报,2022(06):87-92
A类：
混沌粒子滤波
B类：
决策树分类,目标精准,精准跟踪,跟踪算法,遮挡,尺度变化,隶属度,图像数据,据点,概率密度,非参数密度估计,估计策略,跟踪目标,图像划分,空间数据,推算,算数,信息熵,熵增,图像分类,分类属性,融合图像,属性特征,离散系统,系统提升,计算效率,边缘特征,粒子滤波器,模板法,视觉目标跟踪,跟踪精度,精度与效率,视觉跟踪,图像分割,特征融合
AB值：
0.439443
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
