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:
针对智能视频监控系统的要求,设计了一个基于视频监控的自动多人脸跟踪识别系统,该系统的功能是实时跟踪视频监控范围内的人脸并鉴别人脸的身份。针对复杂背景及类似人脸区域的影响,提出了一种Adaboost人脸检测算法和主动形状模型相结合的人脸检测算法,实现人脸的准确检测;针对视频监控范围内人脸偏转、交错以及由于人员不断出入而导致人脸数目发生变化的问题,提出了CamShift和Kalman滤波器相结合的多人脸跟踪算法,同时对跟踪到的人脸进行实时身份识别。实验证明,该系统在视频监控范围内对人脸检测和身份识别准确,跟踪实时性好,是一种建立实时视频监控系统的实用方法。
推荐文章
基于视频监控的人脸检测跟踪识别系统研究
递进结构
均值权重
跟踪校正
Gabor特征
隐马尔可夫模型(HMM)
基于视频监控的人脸识别技术的应用研究
视频监控
人脸识别
应用研究
基于视频的人脸识别与跟踪算法研究
人脸识别
人脸跟踪
联想记忆神经网络
TLD
嵌入式视频监控与人脸识别系统
视频监控
人脸识别
前景检测
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 视频监控下的人脸跟踪与识别系统
来源期刊 计算机工程与应用 学科 工学
关键词 视频监控 Adaboost 主动形状模型 CamShift Kalman
年,卷(期) 2014,(12) 所属期刊栏目 图形图像处理
研究方向 页码范围 175-179
页数 5页 分类号 TP391.41
字数 4766字 语种 中文
DOI 10.3778/j.issn.1002-8331.1207-0079
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 桑海峰 沈阳工业大学视觉检测技术研究所 29 216 9.0 14.0
2 吴丹阳 沈阳工业大学视觉检测技术研究所 1 26 1.0 1.0
3 王会 沈阳工业大学视觉检测技术研究所 1 26 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (34)
参考文献  (6)
节点文献
引证文献  (26)
同被引文献  (83)
二级引证文献  (79)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 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(8)
  • 引证文献(6)
  • 二级引证文献(2)
2016(12)
  • 引证文献(7)
  • 二级引证文献(5)
2017(18)
  • 引证文献(6)
  • 二级引证文献(12)
2018(35)
  • 引证文献(3)
  • 二级引证文献(32)
2019(28)
  • 引证文献(4)
  • 二级引证文献(24)
2020(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
视频监控
Adaboost
主动形状模型
CamShift
Kalman
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导