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:
针对医学步态分析中的复杂场景下运动目标检测问题,提出了基于贝叶斯决策规则的方法.该方法由变化检测、变化分类、前景目标提取和背景更新四部分组成.变化检测采用自适应阈值法来二值化变化点和非变化点,变化分类基于颜色共生特征向量,采用贝叶斯规则进行决策,前景对象的提取融合了时间差分法和减背景法.针对复杂场景中背景的"渐变"和"突变"情况,提出了不同的背景更新策略.实验表明,该方法在包含有摇动的树枝,或者灯的开关等复杂背景中能准确地提取运动目标,因此可用在医学步态分析的研究中.
推荐文章
贝叶斯决策分析在医学步态分析中运动目标检测的应用研究
医学步态分析
贝叶斯决策规则
目标检测
复杂大交通场景弱小目标检测技术
机器视觉
深度学习
神经网络
交通场景多目标检测
增强学习
自适应
自然场景下运动目标检测与阴影剔除方法
运动目标检测
阴影剔除
双阈值
多分辨率
多属性
复杂场景下多运动目标速度检测技术的实现
图像处理
帧差法
差影法
速度检测
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 医学步态分析中的复杂场景下运动目标检测技术
来源期刊 中国数字医学 学科 医学
关键词 医学步态分析 运动目标检测 贝叶斯决策
年,卷(期) 2007,(10) 所属期刊栏目 课题论著
研究方向 页码范围 28-31,35
页数 5页 分类号 R1
字数 3313字 语种 中文
DOI 10.3969/j.issn.1673-7571.2007.10.011
五维指标
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  (128)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (5)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(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(0)
  • 二级引证文献(1)
2017(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
医学步态分析
运动目标检测
贝叶斯决策
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
中国数字医学
月刊
1673-7571
11-5550/R
大16开
北京市朝阳区光华路甲8号和乔大厦A座528A室
80-133
2006
chi
出版文献量(篇)
6783
总下载数(次)
21
总被引数(次)
25598
论文1v1指导