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:
网格模型的运动估计和跟踪在基于模型的编码方法中占有重要的地位,在现有的网格运动估计技术中,六边形匹配(Hexagonal Matching)是一种有效的网格模型运动估计算法,它采用局部最优和迭代策略相结合的方法得到较好的全局运动估计结果.六边形匹配算法由块搜索和迭代六边形匹配两步组成,同所有的基于模型的运动估计技术一样,六边形匹配算法也存在运算量大的问题难于满足实时编码需要.本文对六边形匹配算法从三个方面进行改进:用四步搜索替代全搜索、快速的纹理映射技术和有效的节点排序减少迭代次数.改进后的算法在基本上保证原算法的运动估计效率的情况下,算法的复杂度有明显的降低,使得基于模型的编码技术向实用化前进了一步.
推荐文章
基于网格模型的运动估计技术研究
运动估计
Delaunay 三角形
多分辨率运动估计
潜在运动区域
基于网格模型的运动估计技术研究
运动估计
Delaunay 三角形
多分辨率运动估计
潜在运动区域
基于层次模型的图像全局运动鲁棒估计技术
全局运动
鲁棒估计
叠代排除
图像序列
基于RDWT与改进SIFT的DT网格运动估计与补偿
冗余离散小波变换
改进SIFT
DT网格
运动估计与补偿
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 基于网格模型的运动估计技术
来源期刊 电子学报 学科 工学
关键词 基于模型的编码 运动估计 六边形匹配 双线性插值
年,卷(期) 2000,(5) 所属期刊栏目 学术论文与技术报告
研究方向 页码范围 47-51
页数 5页 分类号 TN919.81
字数 6051字 语种 中文
DOI 10.3321/j.issn:0372-2112.2000.05.013
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 高文 中科院计算所 7 59 3.0 7.0
2 吴枫 哈尔滨工业大学计算机系 6 220 5.0 6.0
3 高鹏 中科院计算所 2 49 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (41)
同被引文献  (17)
二级引证文献  (112)
1994(3)
  • 参考文献(3)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(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)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(5)
  • 引证文献(5)
  • 二级引证文献(0)
2004(16)
  • 引证文献(5)
  • 二级引证文献(11)
2005(19)
  • 引证文献(5)
  • 二级引证文献(14)
2006(26)
  • 引证文献(8)
  • 二级引证文献(18)
2007(25)
  • 引证文献(6)
  • 二级引证文献(19)
2008(17)
  • 引证文献(3)
  • 二级引证文献(14)
2009(10)
  • 引证文献(2)
  • 二级引证文献(8)
2010(5)
  • 引证文献(0)
  • 二级引证文献(5)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
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
基于模型的编码
运动估计
六边形匹配
双线性插值
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导