典型文献
基于滤波器自适应更新的机场目标跟踪算法
文献摘要：
机场场面目标跟踪常面临目标遮挡、背景干扰、低分辨率等因素的影响,导致跟踪准确性降低甚至丢失跟踪目标.针对以上问题,研究了基于滤波器自适应更新的机场目标跟踪算法.选取跟踪目标的颜色特征和深度特征,通过插值算子进行多特征融合,再将融合特征与之对应的滤波器进行卷积求和计算各区域置信度,置信度高的区域即为跟踪目标位置.为提高跟踪准确性,利用峰值旁瓣比与平均响应峰值能量建立了跟踪结果校验机制,并设计了1种滤波器自适应更新策略,使滤波器能够自适应调整学习速率,仅在结果可靠时更新.在西南某机场采集的视频数据集上进行测试,结果表明:算法在目标特征不明显或发生变化时具有更好的性能,在目标遮挡和背景干扰等9种因素下的跟踪性能有较大提升,整体精确度和成功率分别达到0.834和0.828,较原ECO算法分别提升了11.35％和11.29％,且均优于文中提到的其他5种经典算法.
文献关键词：
智能交通;场面监视;自适应更新;相关滤波;卷积神经网络;多特征融合
中图分类号：
作者姓名：
杨临风;牟睿;黎新;李炜
作者机构：
中国民用航空飞行学院民机火灾科学与安全工程四川省重点实验室 四川广汉618307;四川川大智胜软件股份有限公司 成都610045;中国民用航空飞行学院空中交通管理学院 四川广汉618307;中国民用航空飞行学院广汉分院 四川广汉618307;中国民用航空飞行学院民航安全工程学院 四川广汉618307;四川大学空天科学与工程学院 成都610065
文献出处：
引用格式：
[1]杨临风;牟睿;黎新;李炜-.基于滤波器自适应更新的机场目标跟踪算法)[J].交通信息与安全,2022(01):72-79,96
A类：
B类：
滤波器,自适应更新,目标跟踪算法,机场场面,面目标,遮挡,背景干扰,低分辨率,跟踪目标,颜色特征,深度特征,插值算子,多特征融合,融合特征,行卷,置信度,即为,目标位置,峰值旁瓣比,校验,更新策略,自适应调整,学习速率,视频数据,目标特征,跟踪性能,ECO,智能交通,场面监视,相关滤波
AB值：
0.341622
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。
