一种基于概率神经网络多信息融合的移动目标跟踪算法

一种基于概率神经网络多信息融合的移动目标跟踪算法

采用概率神经网络（PNN）实现了对图像序列中移动目标——人头的跟踪．由于采用单一特征信息的跟踪算法在复杂环境中往往失效，故以头部的颜色信息模板和头部轮廓的梯度信息模板作为跟踪依据，并通过改变PNN的结构实现了图像信息的融合以及自适应模板修正．实验结果表明，基于PNN的算法在处理目标的旋转和遮挡时有着良好的效果，且具有简单、跟踪鲁棒性好等特点．...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Shànghăi jiāotōng dàxué xuébào 2007, Vol.41 (4), p.564-564
1. Verfasser: 王昊 张波 田蔚风
Format: Artikel
Sprache:chi
Schlagworte:
信息模板
复杂环境
多信息融合
概率神经网络
特征信息
目标跟踪算法
移动目标
自适应模板
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 564
container_issue 4
container_start_page 564
container_title Shànghăi jiāotōng dàxué xuébào
container_volume 41
creator 王昊 张波 田蔚风
description 采用概率神经网络（PNN）实现了对图像序列中移动目标——人头的跟踪．由于采用单一特征信息的跟踪算法在复杂环境中往往失效，故以头部的颜色信息模板和头部轮廓的梯度信息模板作为跟踪依据，并通过改变PNN的结构实现了图像信息的融合以及自适应模板修正．实验结果表明，基于PNN的算法在处理目标的旋转和遮挡时有着良好的效果，且具有简单、跟踪鲁棒性好等特点．
format Article
fullrecord <record><control><sourceid>chongqing</sourceid><recordid>TN_cdi_chongqing_backfile_24383747</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>24383747</cqvip_id><sourcerecordid>24383747</sourcerecordid><originalsourceid>FETCH-chongqing_backfile_243837473</originalsourceid><addsrcrecordid>eNpjYeA0NDAw0zUyMTPnYOAtLs5MMjAyNjQztzQy52TweLKj4fny3qfzdz3Z1fdsWdPzvvbnS-c9393_fO_E57vnPF0y68n-hc8a17-Y1_t0QsfzWS3Pl-9-2rXi-ex1zxa0v9g-_8WOVc_XTX-2eSoPA2taYk5xKi-U5mZQcnMNcfbQTc7Iz0svzMxLj09KTM5Oy8xJjTcyMbYwNjcxNyZKEQAT7VQY</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>一种基于概率神经网络多信息融合的移动目标跟踪算法</title><source>Alma/SFX Local Collection</source><creator>王昊 张波 田蔚风</creator><creatorcontrib>王昊 张波 田蔚风</creatorcontrib><description>采用概率神经网络（PNN）实现了对图像序列中移动目标——人头的跟踪．由于采用单一特征信息的跟踪算法在复杂环境中往往失效，故以头部的颜色信息模板和头部轮廓的梯度信息模板作为跟踪依据，并通过改变PNN的结构实现了图像信息的融合以及自适应模板修正．实验结果表明，基于PNN的算法在处理目标的旋转和遮挡时有着良好的效果，且具有简单、跟踪鲁棒性好等特点．</description><identifier>ISSN: 1006-2467</identifier><language>chi</language><subject>信息模板 ; 复杂环境 ; 多信息融合 ; 概率神经网络 ; 特征信息 ; 目标跟踪算法 ; 移动目标 ; 自适应模板</subject><ispartof>Shànghăi jiāotōng dàxué xuébào, 2007, Vol.41 (4), p.564-564</ispartof><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/92944X/92944X.jpg</thumbnail><link.rule.ids>314,776,780,4010</link.rule.ids></links><search><creatorcontrib>王昊 张波 田蔚风</creatorcontrib><title>一种基于概率神经网络多信息融合的移动目标跟踪算法</title><title>Shànghăi jiāotōng dàxué xuébào</title><addtitle>Journal of Shanghai Jiaotong University</addtitle><description>采用概率神经网络（PNN）实现了对图像序列中移动目标——人头的跟踪．由于采用单一特征信息的跟踪算法在复杂环境中往往失效，故以头部的颜色信息模板和头部轮廓的梯度信息模板作为跟踪依据，并通过改变PNN的结构实现了图像信息的融合以及自适应模板修正．实验结果表明，基于PNN的算法在处理目标的旋转和遮挡时有着良好的效果，且具有简单、跟踪鲁棒性好等特点．</description><subject>信息模板</subject><subject>复杂环境</subject><subject>多信息融合</subject><subject>概率神经网络</subject><subject>特征信息</subject><subject>目标跟踪算法</subject><subject>移动目标</subject><subject>自适应模板</subject><issn>1006-2467</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2007</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDAw0zUyMTPnYOAtLs5MMjAyNjQztzQy52TweLKj4fny3qfzdz3Z1fdsWdPzvvbnS-c9393_fO_E57vnPF0y68n-hc8a17-Y1_t0QsfzWS3Pl-9-2rXi-ex1zxa0v9g-_8WOVc_XTX-2eSoPA2taYk5xKi-U5mZQcnMNcfbQTc7Iz0svzMxLj09KTM5Oy8xJjTcyMbYwNjcxNyZKEQAT7VQY</recordid><startdate>2007</startdate><enddate>2007</enddate><creator>王昊 张波 田蔚风</creator><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>W92</scope><scope>~WA</scope></search><sort><creationdate>2007</creationdate><title>一种基于概率神经网络多信息融合的移动目标跟踪算法</title><author>王昊 张波 田蔚风</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-chongqing_backfile_243837473</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2007</creationdate><topic>信息模板</topic><topic>复杂环境</topic><topic>多信息融合</topic><topic>概率神经网络</topic><topic>特征信息</topic><topic>目标跟踪算法</topic><topic>移动目标</topic><topic>自适应模板</topic><toplevel>online_resources</toplevel><creatorcontrib>王昊 张波 田蔚风</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库-工程技术</collection><collection>中文科技期刊数据库- 镜像站点</collection><jtitle>Shànghăi jiāotōng dàxué xuébào</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>王昊 张波 田蔚风</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>一种基于概率神经网络多信息融合的移动目标跟踪算法</atitle><jtitle>Shànghăi jiāotōng dàxué xuébào</jtitle><addtitle>Journal of Shanghai Jiaotong University</addtitle><date>2007</date><risdate>2007</risdate><volume>41</volume><issue>4</issue><spage>564</spage><epage>564</epage><pages>564-564</pages><issn>1006-2467</issn><abstract>采用概率神经网络（PNN）实现了对图像序列中移动目标——人头的跟踪．由于采用单一特征信息的跟踪算法在复杂环境中往往失效，故以头部的颜色信息模板和头部轮廓的梯度信息模板作为跟踪依据，并通过改变PNN的结构实现了图像信息的融合以及自适应模板修正．实验结果表明，基于PNN的算法在处理目标的旋转和遮挡时有着良好的效果，且具有简单、跟踪鲁棒性好等特点．</abstract></addata></record>
fulltext fulltext
identifier ISSN: 1006-2467
ispartof Shànghăi jiāotōng dàxué xuébào, 2007, Vol.41 (4), p.564-564
issn 1006-2467
language chi
recordid cdi_chongqing_backfile_24383747
source Alma/SFX Local Collection
subjects 信息模板
复杂环境
多信息融合
概率神经网络
特征信息
目标跟踪算法
移动目标
自适应模板
title 一种基于概率神经网络多信息融合的移动目标跟踪算法
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-05T08%3A59%3A48IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-chongqing&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E4%B8%80%E7%A7%8D%E5%9F%BA%E4%BA%8E%E6%A6%82%E7%8E%87%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%A4%9A%E4%BF%A1%E6%81%AF%E8%9E%8D%E5%90%88%E7%9A%84%E7%A7%BB%E5%8A%A8%E7%9B%AE%E6%A0%87%E8%B7%9F%E8%B8%AA%E7%AE%97%E6%B3%95&rft.jtitle=Sh%C3%A0ngh%C4%83i%20ji%C4%81ot%C5%8Dng%20d%C3%A0xu%C3%A9%20xu%C3%A9b%C3%A0o&rft.au=%E7%8E%8B%E6%98%8A%20%E5%BC%A0%E6%B3%A2%20%E7%94%B0%E8%94%9A%E9%A3%8E&rft.date=2007&rft.volume=41&rft.issue=4&rft.spage=564&rft.epage=564&rft.pages=564-564&rft.issn=1006-2467&rft_id=info:doi/&rft_dat=%3Cchongqing%3E24383747%3C/chongqing%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=24383747&rfr_iscdi=true