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:
提出一种基于支持向量机的运动目标分类方法.先将支持向量机引入分析视频运动目标中,再在视频中筛选出简单有效的组合特征对目标进行分类.该方法先使用混合Gauss背景模型提取前景运动目标,获取目标的形状特征和运动特征,再利用支持向量机对样本数据进行训练,得到最优决策函数.实验结果表明,利用支持向量机和运动目标特征组合的方法进行运动目标分析实用、有效.
推荐文章
支持向量机及其在目标识别中的应用
支持向量机
统计学习
目标识别
图像处理
基于CKPCA-HOG和支持向量机的运动目标分类算法
目标分类
梯度方向直方图
核主成分分析
二叉决策树支持向量机
基于改进支持向量机的运动视频内容分类算法研究
运动视频
内容分类
改进支持向量机
内容特征提取
主动学习
实验分析
灰色关联分析和支持向量机的运动视频图像分类研究
运动视频
图像分类
灰色关联分析
支持向量机
特征提取
轮廓追踪
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 支持向量机在视频运动目标分析中的应用
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 支持向量机 视频运动目标 特征提取 分类器
年,卷(期) 2013,(1) 所属期刊栏目 计算机科学
研究方向 页码范围 107-110
页数 4页 分类号 TP391.4
字数 3200字 语种 中文
DOI
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 于哲舟 吉林大学计算机科学与技术学院 37 258 8.0 14.0
2 牛国成 北华大学电气信息工程学院 12 27 3.0 4.0
3 浦铁成 北华大学电气信息工程学院 8 26 3.0 5.0
4 邢吉生 北华大学电气信息工程学院 6 47 2.0 6.0
5 杨礼 中国科学院长春光学精密机械与物理研究所光学系统先进制造技术重点实验室 1 6 1.0 1.0
6 尚祖飞 黑龙江大学电子工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (17)
二级引证文献  (5)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
支持向量机
视频运动目标
特征提取
分类器
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
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
相关基金
吉林省自然科学基金
英文译名:
官方网址:http://kyc.nedu.edu.cn/xxcx/xmzl/sqsjddxs2.htm
项目类型:
学科类型:
论文1v1指导