[1]黄建新.Kalman滤波的人体运动位置跟踪算法[J].华侨大学学报(自然科学版),2003,24(3):254-256.[doi:10.3969/j.issn.1000-5013.2003.03.006]
　Huang Jianxin.A Tracking Algorithm Based on Kalman Filtraton for Tracking Kinematic Position of Human Body[J].Journal of Huaqiao University(Natural Science),2003,24(3):254-256.[doi:10.3969/j.issn.1000-5013.2003.03.006]
点击复制

Kalman滤波的人体运动位置跟踪算法()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第24卷
期数:
2003年第3期
页码:
254-256
栏目:
出版日期:
2003-07-20

文章信息/Info

Title:
A Tracking Algorithm Based on Kalman Filtraton for Tracking Kinematic Position of Human Body
文章编号:
1000-5013(2003)03-0254-03
作者:
黄建新
华侨大学数学系 福建泉州362011
Author(s):
Huang Jianxin
Dept. of Math., Huaqiao Univ., 362011, Quanzhou, China
关键词:
人体运动跟踪;  Kalman滤波;  自适应背景颜色模型
Keywords:
tracking the motion of human body;  Kalman filtration;  model of adaptive background color
分类号:
TP391.41
DOI:
10.3969/j.issn.1000-5013.2003.03.006
文献标志码:
A
摘要:
基于视频的人体运动跟踪是当前计算机视觉研究的热点,具有广泛的应用领域 .文中提出一种基于 Kalman滤波的跟踪算法 .合理使用自适应背景颜色模型,能够准确地对人体运动位置进行跟踪 .
Abstract:
Tracking the motion of human body based on video is one of hot spots in computer vision research. It has a wide application. The author presents here a tracking algorithm based on Kalman filtration. By using a model of adaptive background color, the kinematic position of human body can be exactly tracked.

参考文献/References:

[1] Tekalp A M, 崔之祜. 数字视频处理 [M]. 北京:电子工业出版社, 1990.1-50.
[2] Wren C R, Jani A A, Darrel T. Prinder:Real-time tracking of the human body [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1997(7):780-785.doi:10.1109/34.598236.
[3] 罗忠祥, 庄越挺, 潘云鹤. 基于双摄像机的视频特征跟踪算法研究 [J]. 计算机辅助设计与图形学学报, 2002(7):646-649.doi:10.3321/j.issn:1003-9775.2002.07.009.
[4] Akita K. Image sequence analysis of real world human motion [J]. Pattern Recognition, 1984(1):73-83.doi:10.1016/0031-3203(84)90036-0.

相似文献/References:

[1]沈笑慧,张健,何熊熊.基于接收信号强度指示加权融合的定位算法[J].华侨大学学报(自然科学版),2012,33(6):635.[doi:10.11830/ISSN.1000-5013.2012.06.0635]
　SHEN Xiao-hui,ZHANG Jian,HE Xiong-xiong.Localization Algorithm Based on Received Signal Strength Indication Weighted Fusion[J].Journal of Huaqiao University(Natural Science),2012,33(3):635.[doi:10.11830/ISSN.1000-5013.2012.06.0635]

备注/Memo

备注/Memo:
华侨大学科研基金资助项目(02HZR13)
更新日期/Last Update: 2014-03-23