原文服务方: 西安交通大学学报       
摘要:
为解决智能视觉监控中前景检测存在阴影和高亮噪声影响的问题,提出一种双梯柱体码本(DTCC)前景检测模型.首先,根据阴影与背景相比亮度较低且色度不同的特点,将模型下部构造成正立的梯柱体阴影检测区;随后,根据高亮噪声与背景相比亮度较高、色度不同的特点,将模型上部构造成倒立的梯柱体高亮噪声检测区域;最后,模型中部采用圆柱体构造成主体背景区域,最终形成DTCC模型.实验结果表明:DTCC模型具有更高的实时性,平均帧率约为15.61帧/s,比iGMM模型、CBM模型和HC3模型的帧率分别高出76.05%、24.60%和41.09%;具有更优的阴影和高亮噪声消除性能,平均阴影和高亮噪声消除率分别约为70.61%和83.41%,均高于对比模型.
推荐文章
基于视频的车辆检测技术和阴影消除方法
视频检测
背景更新
阴影
粗糙集
基于分层码本模型的阴影消除方法
阴影检测与消除
背景建模
分层码本
目标检测
图像序列目标检测中阴影的消除
图像处理
阴影检测
梯度
基于多层码本模型的遗弃行李检测算法
遗弃行李
多层码本模型
梯度方向直方图
行人检测
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 消除阴影和高亮噪声的双梯柱体码本前景检测模型
来源期刊 西安交通大学学报 学科
关键词 阴影 高亮噪声 码本 前景检测 智能视觉监控
年,卷(期) 2013,(4) 所属期刊栏目
研究方向 页码范围 28-34
页数 7页 分类号 TN914.42
字数 语种 中文
DOI 10.7652/xjtuxb201304006
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 金炜东 西南交通大学电气工程学院 295 3889 30.0 49.0
2 周艳 西南交通大学电气工程学院 16 88 6.0 9.0
3 黄进 西南交通大学电气工程学院 20 304 8.0 17.0
4 秦娜 西南交通大学电气工程学院 35 294 10.0 15.0
5 刘景波 西南交通大学电气工程学院 6 108 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (37)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
阴影
高亮噪声
码本
前景检测
智能视觉监控
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导