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:
针对传统车辆检索方法中存在准确性和区分度较低的问题,提出了一个基于改进SURF ( speeded up robust features)算法的视频车辆检索方法。在车辆视频关键帧提取的基础上,根据改进SURF算法完成车辆图像的特征提取及匹配,其中包含改进FAST ( features from accelerated segment test)特征点检测、SURF特征向量提取以及最近邻查询方法来进行特征点的匹配;通过计算比较待检索车辆图像与数据库车辆图像的相似度,算法完成图像筛选并反馈检索结果。实验结果表明:针对交通监控视频中待检索车辆,该方法能够较为准确地进行检索并反馈结果。
推荐文章
基于改进的SURF算法的视频总结方法
视频总结
SURF算法
特征点
事件体
泊松融合
基于SURF和改进RANSAC的视频拼接算法
视频拼接
ROI
关键帧
RANSAC
基于SURF算法的目标跟踪研究
SURF算法
复杂场景
高速运动
学习模块
模板更新
一种基于交通视频车辆阴影去除算法的研究
改进统计直方图
邻域压缩
OSTU 图像增强
阴影消除
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 基于改进SURF算法的交通视频车辆检索方法研究
来源期刊 西北工业大学学报 学科 工学
关键词 车辆视频检索 改进SURF算法 改进FAST特征点 特征点匹配 相似度
年,卷(期) 2014,(2) 所属期刊栏目
研究方向 页码范围 297-302
页数 6页 分类号 TP391.4
字数 3515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 张子龙 西北工业大学自动化学院 4 46 2.0 4.0
2 薛静 西北工业大学自动化学院 27 155 7.0 11.0
3 智永锋 西北工业大学自动化学院 18 69 4.0 8.0
4 乔鸿海 西北工业大学自动化学院 4 48 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (73)
参考文献  (6)
节点文献
引证文献  (38)
同被引文献  (85)
二级引证文献  (83)
1986(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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(3)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(11)
  • 引证文献(11)
  • 二级引证文献(0)
2017(27)
  • 引证文献(12)
  • 二级引证文献(15)
2018(24)
  • 引证文献(5)
  • 二级引证文献(19)
2019(44)
  • 引证文献(4)
  • 二级引证文献(40)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
车辆视频检索
改进SURF算法
改进FAST特征点
特征点匹配
相似度
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
西北工业大学学报
双月刊
1000-2758
61-1070/T
大16开
西安市友谊西路127号(西工大校园158号信箱)
52-182
1957
chi
出版文献量(篇)
3990
总下载数(次)
4
总被引数(次)
27349
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