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:
为了实现基于计算机视觉的人体动作识别,首先必须实现人物检测,过去的几年中,有很多关于人物检测的研究和方法.而在文中,介绍了一种较新的人物检测方法,该方法利用微软Kinect体感器作为人物场景采集器,将其采集到的深度数据进行处理,将人物与背景分割,去除背景深度区域,保留人物所在深度区域,进一步检测出人物.该方法已经在matlab实验平台中得到验证,取得了良好效果,背景能够被完全去除,并且该方法计算复杂度低.由此得出结论,基于Ki-nect深度数据的人物检测方法能够很好地实现人物检测.
推荐文章
基于Kinect的深度数据融合方法
Kinect传感器
深度影像
体元数据
数据融合
模型拼接
基于Kinect的人物抠图算法
Kinect摄像头
人物抠图
用户索引
基于Kinect深度数据的移动机器人障碍检测方法研究
三维点云
聚类分析
障碍识别
改进凸包算法
基于Kinect的深度数据融合方法
Kinect传感器
深度影像
体元数据
数据融合
模型拼接
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Kinect深度数据的人物检测
来源期刊 计算机技术与发展 学科 工学
关键词 人物检测 背景去除 Kinect 深度数据 matlab测试
年,卷(期) 2013,(4) 所属期刊栏目
研究方向 页码范围 119-121
页数 分类号 TP212
字数 2298字 语种 中文
DOI 10.3969/j.issn.1673-629X.2013.04.029
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 严利民 上海大学机电工程及自动化学院 68 247 8.0 14.0
2 黄露丹 上海大学机电工程及自动化学院 1 20 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (347)
参考文献  (6)
节点文献
引证文献  (20)
同被引文献  (48)
二级引证文献  (73)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(13)
  • 参考文献(0)
  • 二级参考文献(13)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(6)
  • 引证文献(6)
  • 二级引证文献(0)
2015(15)
  • 引证文献(4)
  • 二级引证文献(11)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(28)
  • 引证文献(4)
  • 二级引证文献(24)
2018(20)
  • 引证文献(3)
  • 二级引证文献(17)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
人物检测
背景去除
Kinect
深度数据
matlab测试
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导