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:
活动阴影是影响视频目标分割准确性的重要因素,有效检测与消除活动阴影是视频分割的一大难题.本文提出一种基于判别模型的前景/阴影自动分割算法.它能在室内户外多种环境中对活动阴影进行检测和消除.算法在像素级别上对背景、阴影以及前景进行建模,利用二维条件随机场对这些分布模型进行约束,通过概率图模型推断算法求出全局最优的分割结果.在实验中采用各种环境的视频数据对本文算法的有效性进行测试,并与其他分割算法的结果进行比较,证明本文算法的误分率较低.
推荐文章
基于统计模型的视频分割检测算法
视频分割
镜头
特征矩阵
一般似然比
Karhunen-Loeve变换
离散余弦变换
基于高斯混合模型的视频对象分割算法
视频对象分割
高斯混合模型
期望最大化算法
基于车辆底盘阴影的车辆精确分割算法研究
车辆底盘阴影
车辆检测
车辆粘连
智能交通
基于前景分割的自阴影去除算法
前景分割
自阴影
推论统计
Z检验
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 基于判别模型的视频前景/阴影自动分割算法
来源期刊 模式识别与人工智能 学科 工学
关键词 视频分割 活动阴影模型 二维条件随机场
年,卷(期) 2008,(6) 所属期刊栏目 研究与应用
研究方向 页码范围 849-855
页数 7页 分类号 TP391
字数 6499字 语种 中文
DOI 10.3969/j.issn.1003-6059.2008.06.022
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 褚一平 杭州电子科技大学计算机科学学院 15 74 5.0 8.0
5 陈勤 杭州电子科技大学计算机科学学院 82 349 11.0 13.0
6 黄叶珏 浙江工业职业技术学院计算机科学系 5 29 4.0 5.0
7 张三元 浙江大学计算机科学与技术学院 95 1145 20.0 30.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (20)
参考文献  (9)
节点文献
引证文献  (9)
同被引文献  (16)
二级引证文献  (88)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(8)
  • 引证文献(2)
  • 二级引证文献(6)
2013(9)
  • 引证文献(2)
  • 二级引证文献(7)
2014(20)
  • 引证文献(1)
  • 二级引证文献(19)
2015(15)
  • 引证文献(0)
  • 二级引证文献(15)
2016(11)
  • 引证文献(0)
  • 二级引证文献(11)
2017(12)
  • 引证文献(1)
  • 二级引证文献(11)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
视频分割
活动阴影模型
二维条件随机场
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
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