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:
背景分割的目的是提取出图像中感兴趣的前景区域,本文提出了一种基于像素概率模型的背景分割算法.该算法利用高斯混合模型描述每一被观察像素的近期色彩历史,根据分类原则确定当前帧中每一像素的类别,利用在线EM算法更新模型参数.实验结果表明,本文提出的算法可以鲁棒地分割出动态场景中的前景和背景.
推荐文章
基于先验概率模型的自适应背景图像分割算法
自适应分割
运动检测
高斯模型
先验概率
应用粒子滤波及先验概率模型进行图像分割的新算法
粒子滤波
先验概率
自适应分割
运动检测
高斯模型
基于像素自适应分割背景建模的鬼影去除算法
鬼影去除
像素自适应分割
背景建模
运动目标检测
基于超像素特征表示的图像前景背景分割算法
图像分割算法
超像素提取
线性分类器
特征表示
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 基于像素概率模型的背景分割算法
来源期刊 电子测量与仪器学报 学科 工学
关键词 像素概率模型 背景分割 高斯分布模型 EM算法
年,卷(期) 2004,(3) 所属期刊栏目
研究方向 页码范围 18-23
页数 6页 分类号 TN91
字数 4206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 赵匀 浙江工程学院信息电子学院 32 577 12.0 23.0
2 汪亚明 浙江工程学院信息电子学院 39 488 13.0 21.0
3 黄文清 浙江大学生物系统工程与食品科学学院 14 192 7.0 13.0
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  (1)
节点文献
引证文献  (8)
同被引文献  (2)
二级引证文献  (10)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
像素概率模型
背景分割
高斯分布模型
EM算法
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
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
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
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
论文1v1指导