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:
针对复杂的视频场景中目标追踪易受环境干扰的问题,提出了一种基于混合高斯模型和改进的C-V (Chan-Vese)模型相结合的新方法。其中采用了混合高斯模型算法更新背景,检测出运动目标轮廓。然后对提取出的目标轮廓进行后处理,标定出运动目标的质心和运动区域。将运动区域作为初始化曲线,用改进的C-V模型对运动目标进行拟合。结果证明了以标定出的运动目标区域为初始化曲线可以有效地提高轮廓曲线的收敛速度;对于灰度不均匀的和含有噪声的图像,改进的模型的分割效果也要好于C-V模型和LCV模型。
推荐文章
基于全局最小化活动轮廓的多目标检测跟踪
活动轮廓
全局最小化
多目标跟踪
最近邻法
图像分割的结构张量几何活动轮廓模型
图像分割
几何活动轮廓模型
水平集方法
结构张量
偏微分方程
双活动轮廓模型
形变模型
双活动轮廓
边界约束
弱边界
活动轮廓模型综述
活动轮廓
能量最小
图像分割
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 几何活动轮廓模型在目标跟踪中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 混合高斯模型 C-V模型 高斯核函数 边缘停止函数 初始化曲线
年,卷(期) 2015,(13) 所属期刊栏目 图形图像处理
研究方向 页码范围 176-180,196
页数 6页 分类号 TP391.4
字数 6238字 语种 中文
DOI 10.3778/j.issn.1002-8331.1307-0310
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 茅正冲 江南大学轻工过程先进控制教育部重点实验室 55 151 7.0 9.0
2 王丹 江南大学轻工过程先进控制教育部重点实验室 26 43 4.0 6.0
3 徐昊 江南大学轻工过程先进控制教育部重点实验室 3 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (53)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (11)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(9)
  • 参考文献(1)
  • 二级参考文献(8)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(14)
  • 参考文献(3)
  • 二级参考文献(11)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 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)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
混合高斯模型
C-V模型
高斯核函数
边缘停止函数
初始化曲线
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导