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:
针对基于视频的运动目标检测中视频背景复杂多变的特点,提出一种基于典型相关树加权置信传播的算法进行运动目标提取.首先将视频图像分成大小相同的子块,构造出有环图模型;再运用tree-reweighted算法将环路分解成生成树的形式,进行有环图模型的目标优化检测;然后利用典型相关分析求解相邻子图像块之间的典型相关系数值,选取典型相关系数值最大的两子图像块进行连接,组成新的环路;最后利用树加权置信传播算法迭代更新信息,实现视频运动目标的检测.试验结果表明,该算法的运行时间为9.8s,与原图像的相似度可达到95%以上,因此它可以比较准确检测分离出视频序列运动目标,且稳定性好,运算时间较短,适合于对运动目标的实时检测.
推荐文章
结合场景运动模式的有向加权AdaBoost目标检测
目标检测
场景运动模式
有向 AdaBoost
加权分类
光流
基于加权置信度的运动捕捉数据低级时域分割算法
运动捕捉
低级时域分割
高维时序数据
过零点检测
加权置信度
基于运动估计的置信度传播立体视频匹配算法
立体视频匹配
运动估计
置信度传播
MRF随机场
加权截断p范数在运动目标检测中的应用
背景建模
运动目标提取
稀疏与低秩理论
加权截断p范数
结构性稀疏范数
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 基于典型相关树加权置信传播的运动目标检测
来源期刊 江苏大学学报(自然科学版) 学科 工学
关键词 运动目标检测 置信传播 典型相关 有环图模型 生成树
年,卷(期) 2015,(6) 所属期刊栏目
研究方向 页码范围 686-690
页数 5页 分类号 TP391
字数 3580字 语种 中文
DOI 10.3969/j.issn.1671-7775.2015.06.012
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 董安国 长安大学理学院 38 135 6.0 9.0
2 李聪 长安大学理学院 8 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (178)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (2)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(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)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(10)
  • 参考文献(4)
  • 二级参考文献(6)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
运动目标检测
置信传播
典型相关
有环图模型
生成树
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
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导