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:
现有的视频监控系统必须要依靠人对监控图像的实时观察才能发挥作用.设计并实现了一种基于高斯混合模型的自适应的视频监控运动物体提取系统,使用高斯混合模型对监控场景进行建模,利用对象形状的空间连通性和最小像素尺寸约束去除噪声影响,从而实时地分离出前景中的运动物体并对其进行追踪和计数,仿真实验的结果证明了系统的有效性.
推荐文章
基于改进混合高斯模型的运动物体检测研究
运动物体检测
混合高斯模型
中值滤波
阴影抑制
一种基于PandaBoard的运动物体检测系统设计
运动物体检测
PandaBoard
Simulink
视频帧采集
H.264视频码流中运动物体的提取
H.264
压缩域
运动物体检测
运动矢量
一种基于卡尔曼滤波的运动物体跟踪算法
运动检测
跟踪算法
卡尔曼滤波
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 一种基于高斯混合模型的视频监控运动物体提取系统
来源期刊 计算机科学 学科 工学
关键词 运动物体提取 前景分割 混合高斯模型 视频监控
年,卷(期) 2005,(12) 所属期刊栏目 人工智能及图像处理技术
研究方向 页码范围 216-219
页数 4页 分类号 TP3
字数 5729字 语种 中文
DOI 10.3969/j.issn.1002-137X.2005.12.059
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 钟玉琢 清华大学计算机科学与技术系 71 899 17.0 27.0
2 房胜 山东科技大学计算机科学与技术系 31 170 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (40)
参考文献  (4)
节点文献
引证文献  (18)
同被引文献  (7)
二级引证文献  (44)
1994(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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(8)
  • 引证文献(4)
  • 二级引证文献(4)
2011(9)
  • 引证文献(4)
  • 二级引证文献(5)
2012(6)
  • 引证文献(0)
  • 二级引证文献(6)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
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
运动物体提取
前景分割
混合高斯模型
视频监控
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
论文1v1指导