基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在计算机视觉领域,人体运动分析的研究正因其广泛的应用前景而越来越受到研究者的重视.对图像序列中的人体运动进行跟踪是其中的关键技术.由于人体运动的特殊复杂性,已有的研究方法都对人体加上了许多限制条件.文中提出了一种新的方法来进行人体运动跟踪.该方法不针对特定人体运动方式,能对复杂、变化背景中的人体各部位的大幅度运动进行跟踪.其基本思想是在建立人体模型的基础上,按自上而下的顺序依次跟踪人体各部分,并在其中采用了基于图像差分的运动预测和分区域直方图相似度算法.论文最后给出了实验结果.
推荐文章
基于图像序列的人体运动跟踪算法
图像序列
人体运动
跟踪算法
仿真测试
粒子滤波算法
基于B-样条Snake模型的人体运动跟踪方法研究
Snake算法
B-样条曲线
目标提取
人体跟踪
Kalman滤波的人体运动位置跟踪算法
人体运动跟踪
Kalman滤波
自适应背景颜色模型
基于三帧差法的人体水中运动轨迹跟踪系统设计
水下跟踪系统
图像检测
差分图像获得
图像判别
人体运动轨迹
运动轨迹跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模型的人体运动跟踪
来源期刊 计算机研究与发展 学科 工学
关键词 图像序列 人体运动 图像差分 相似度
年,卷(期) 1999,(10) 所属期刊栏目 计算机应用
研究方向 页码范围 1268-1273
页数 6页 分类号 TP391.4
字数 4023字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 庄越挺 浙江大学人工智能研究所 100 2810 28.0 50.0
2 潘云鹤 浙江大学人工智能研究所 204 7394 51.0 80.0
3 刘小明 浙江大学人工智能研究所 8 379 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (44)
参考文献  (4)
节点文献
引证文献  (95)
同被引文献  (23)
二级引证文献  (331)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2000(1)
  • 引证文献(1)
  • 二级引证文献(0)
2001(5)
  • 引证文献(3)
  • 二级引证文献(2)
2002(6)
  • 引证文献(5)
  • 二级引证文献(1)
2003(11)
  • 引证文献(5)
  • 二级引证文献(6)
2004(12)
  • 引证文献(3)
  • 二级引证文献(9)
2005(24)
  • 引证文献(11)
  • 二级引证文献(13)
2006(32)
  • 引证文献(8)
  • 二级引证文献(24)
2007(46)
  • 引证文献(11)
  • 二级引证文献(35)
2008(49)
  • 引证文献(9)
  • 二级引证文献(40)
2009(32)
  • 引证文献(5)
  • 二级引证文献(27)
2010(31)
  • 引证文献(3)
  • 二级引证文献(28)
2011(33)
  • 引证文献(7)
  • 二级引证文献(26)
2012(31)
  • 引证文献(7)
  • 二级引证文献(24)
2013(20)
  • 引证文献(1)
  • 二级引证文献(19)
2014(24)
  • 引证文献(4)
  • 二级引证文献(20)
2015(29)
  • 引证文献(7)
  • 二级引证文献(22)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像序列
人体运动
图像差分
相似度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机研究与发展
月刊
1000-1239
11-1777/TP
大16开
北京中关村科学院南路6号
2-654
1958
chi
出版文献量(篇)
7553
总下载数(次)
35
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导