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:
近年来,由于视频监控在各地安防的广泛应用,行人的精细化识别显得尤为重要,其中行人的衣着颜色是最显著的外观特征,其识别的正确性直接影响视频检索中对特定行人的检索。论文提出了一个简单实用的行人衣着识别系统,可以有效地识别行人衣着颜色。首先,结合 HOG(histogram of oriented gradient)算法和Grabcut算法自动地对监控图像中的行人进行精确分割;然后,在利用外观划分模型精确地分割出行人的上身和下身后对上下身分别分割成若干个小块;最后,使用KNN(k‐nearest neighbor)分类方法判断每个块的颜色,通过所有块的颜色标签投票决定衣着颜色。最终,使用收集的监控视频图像数据集验证此方法的有效性和实用性。
推荐文章
非重叠监控视频中基于颜色空间分布模型的行人匹配方法
行人匹配
非重叠视域
颜色空间分布模型
主颜色谱直方图
一种城市道路场景下行人危险度评估方法
行人安全
行人行为分析
辅助驾驶
多场景分析
多尺度光照估计和层次化分类的衣着颜色识别
衣着颜色
光照估计
层次化分类
视频监控
偏色图像
基于韦伯局部算子和颜色特征的行人再识别
韦伯局部算子
行人再识别
特征融合
HSV
差分激励
方向分量
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 视频监控场景下行人衣着颜色识别
来源期刊 安徽大学学报(自然科学版) 学科 工学
关键词 视频监控 行人分割 颜色识别
年,卷(期) 2015,(5) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 23-30
页数 8页 分类号 TP391
字数 2571字 语种 中文
DOI 10.3969/j.issn.1000-2162.2015.05.005
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 汤进 安徽大学计算机科学与技术学院 83 407 11.0 15.0
3 罗斌 安徽大学计算机科学与技术学院 181 1213 16.0 25.0
5 李成龙 安徽大学计算机科学与技术学院 13 62 5.0 7.0
10 马元元 安徽大学计算机科学与技术学院 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  (32)
共引文献  (11)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (3)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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)
1996(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
视频监控
行人分割
颜色识别
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
安徽大学学报(自然科学版)
双月刊
1000-2162
34-1063/N
大16开
安徽省合肥市
26-39
1960
chi
出版文献量(篇)
2368
总下载数(次)
6
总被引数(次)
11731
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导