原文服务方: 计算机应用研究       
摘要:
针对传统背景减法并不完全适合路口前景检测的需要,提出一种利用交通信号增强背景减法性能的前景检测新方法.该方法将交通信号与视频传感器网络相结合,通过传感器网络感知环境变化,从而获取实时准确的交通视频信号,并为各像素分配自适应学习率.新旧方法的对比测试实验结果表明,新方法提高了检测精度,具有广阔的应用前景.
推荐文章
平交路口交通信号控制仿真器的开发
道路交通管理与控制
STC89C55
仿真器
信号灯控制
基于云模型的单路口交通信号自适应控制方法研究
云模型
单路口
交通信号
自适应控制
基于云模型的单路口交通信号智能控制系统研究
云模型
交通信号
智能算法
交通规划
视频传感器网络内容相关性感知的通信协议研究
视频传感器网络
内容相关性
覆盖率
网络生命周期
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 基于视频传感器网络和交通信号的路口前景检测
来源期刊 计算机应用研究 学科
关键词 高斯混合模型 视频传感器网络 前景检测 背景减法
年,卷(期) 2015,(7) 所属期刊栏目 图形图像技术
研究方向 页码范围 2214-2217,2221
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.07.072
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 戈军 宿迁学院计算机科学系 22 36 4.0 4.0
2 周莲英 江苏大学计算机科学与通信工程学院 73 250 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (9)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(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(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(2)
  • 参考文献(0)
  • 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)
研究主题发展历程
节点文献
高斯混合模型
视频传感器网络
前景检测
背景减法
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导