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:
目的 为研究多场景下的行人检测,提出一种视觉注意机制下基于语义特征的行人检测方法.方法 首先,在初级视觉特征基础上,结合行人肤色的语义特征,通过将自下而上的数据驱动型视觉注意与自上而下的任务驱动型视觉注意有机结合,建立空域静态视觉注意模型;然后,结合运动信息的语义特征,采用运动矢量熵值计算运动显著性,建立时域动态视觉注意模型;在此基础上,以特征权重融合的方式,构建时空域融合的视觉注意模型,由此得到视觉显著图,并通过视觉注意焦点的选择完成行人检测.结果 选用标准库和实拍视频,在Matlab R2012a平台上,进行实验验证.与其他视觉注意模型进行对比仿真,本文方法具有良好的行人检测效果,在实验视频上的行人检测正确率达93%.结论 本文方法在不同的场景下具有良好的鲁棒性能,能够用于提高现有视频监控系统的智能化性能.
推荐文章
结合引导解码和视觉注意力的图像语义描述模型
图像描述
多示例学习
引导解码
视觉注意力机制
基于视觉选择性注意与IHOG-LBP 特征组合的行人目标快速检测
行人检测
视觉选择性注意
积分有向梯度直方图
局部二值模式
级联分类
支持向量机
基于视觉注意机制的带钢检测研究
视觉注意机制
带钢缺陷
方向能量图
能量函数
基于视觉注意机制的交通路标检测方法
视觉注意
灰度变换
路标检测
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 视觉注意机制下结合语义特征的行人检测
来源期刊 中国图象图形学报 学科 工学
关键词 行人检测 视觉注意模型 语义特征 显著图 肤色 运动矢量熵值
年,卷(期) 2016,(6) 所属期刊栏目 图像分析和识别
研究方向 页码范围 723-733
页数 11页 分类号 TN911.73
字数 6416字 语种 中文
DOI 10.11834/jig.20160605
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 黎宁 南京航空航天大学电子信息工程学院 30 241 8.0 13.0
5 顾晓蓉 南京航空航天大学理学院 8 13 2.0 3.0
6 龚元 南京航空航天大学电子信息工程学院 1 6 1.0 1.0
7 许莙苓 南京航空航天大学电子信息工程学院 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  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (18)
二级引证文献  (2)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
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
行人检测
视觉注意模型
语义特征
显著图
肤色
运动矢量熵值
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导