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:
随着通信和计算机技术的发展,图像和视频信息的应用越来越多.图像和视频信息分析中的一个重要方法是获得合适的特征来逼近人类视觉特性.独立分量分析是一种新的无监督训练方法,它可以在图像和视频的理解方面很好地与人类视觉相匹配.给出了不同的ICA图像/视频分析模型和基于这些模型的独立特征,对多媒体ICA分析和数字小波分析方法进行了对比,对于不同分析方法的计算机仿真给出了不同模型的独立特征,并且给出了基于这些特征在图像和视频水印方案中的应用.应用实验的仿真结果表明,独立特征对于图像和视频水印性能具有较好的改善作用.
推荐文章
基于独立分量分析的图像增强
独立分量分析
盲源分离
图像增强
独立分量分析及其应用研究
盲源分离
独立分量分析
优化准则
高阶统计
信息论
基于改进的独立分量分析的图像分离的研究
独立分量分析
FastICA
牛顿迭代法
图像分离
应用独立分量分析提取机器的状态特征
独立分量分析
机器状态
特征提取
自相关
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 独立分量分析的图像/视频分析与应用
来源期刊 智能系统学报 学科 工学
关键词 独立分量分析 特征提取 视频分析 数字水印
年,卷(期) 2011,(6) 所属期刊栏目
研究方向 页码范围 495-506
页数 分类号 TP18|TN911.7
字数 10993字 语种 中文
DOI 10.3969/j.issn.1673-4785.2011.06.004
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 刘琚 山东大学信息科学与工程学院 112 1598 21.0 36.0
2 孙建德 山东大学信息科学与工程学院 27 343 10.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (36)
参考文献  (17)
节点文献
引证文献  (5)
同被引文献  (5)
二级引证文献  (16)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(8)
  • 参考文献(3)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
独立分量分析
特征提取
视频分析
数字水印
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导