基于像素统计特性及细胞神经网络的运动目标分割

• 作者: 周维达 汪亚明 许建龙
• 来源期刊: 浙江理工大学学报
• 学科: 工学
• 关键词: 细胞神经网络 目标分割 图像序列 统计域
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 机电与信息科技
• 页码范围: 39-42
• 页数: 4页
• 分类号: TP391.4
• 字数: 2340字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3851.2006.01.011

摘要

针对动态图像序列中背景成像过程因各种因素而变化存在复杂性,提出了一种基于像素统计特性及细胞神经网络(CNN)的目标分割方法.首先建立图像每一像素点的高斯分布模型,并根据图像序列中的当前帧及历史帧信息自适应地调整模型的参数.然后结合图像的帧间信息将图像从空间域映射到统计域.最后在统计域中用细胞神经网络方法对其进行目标分割.由于CNN是由局部互连的细胞组成,因此易于用VLSI实现.通过对图像像素建立细胞近邻模型,可以获得较强的鲁棒运动目标分割.实验的结果反映了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪亚明	浙江理工大学信息电子学院	91	720	14.0	23.0
2	许建龙	浙江理工大学信息电子学院	32	157	8.0	12.0
3	周维达	浙江理工大学信息电子学院	6	98	2.0	6.0