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:
与传统背景减除建模算法相比,视频背景提取算子(VIBE)算法无需估计背景数据的概率分布.所以,不像传统背景减除算法需要一定数量的训练视频帧,具有较小的运算复杂度与较好的精度,适用于嵌入式实时视频监测.某些场合下,视频流需要适时改变分辨率.然而,传统VIBE算法通常采用固定参数,不同分辨率的视频流,会导致固定参数的VIBE算法的检测精度下降.为此提出一种基于量子蚁群最优(QPSO)参数寻优算法,在初始状态对于视频流进行参数寻优计算,获取相应的最优参数,从而提高VIBE算法的学习能力.实验从定量和定性两个角度验证了本文改进的VIBE算法大幅度提升了针对不同分辨率的视频流分析能力.
推荐文章
基于QPSO的改进算法
量子行为的粒子群优化算法
搜索策略
早熟
计算
基于运动目标自适应检测的改进ViBe算法
视觉背景提取(ViBe)
Ghost区域
背景模型
自适应半径阈值
基于最小误差阈值自适应的ViBe改进算法
智能监控
运动目标检测
背景建模
ViBe算法
最小误差阈值分割
鬼影消除
像素梯度
一种基于傅里叶变换的改进ViBe算法
块模型
ViBe算法
快速傅里叶变换
Ghost区域
阴影
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 一种改进的基于QPSO的VIBE算法
来源期刊 计算机工程与科学 学科 工学
关键词 视频背景提取算子 背景减除法 量子蚁群最优
年,卷(期) 2016,(9) 所属期刊栏目 图形与图像
研究方向 页码范围 1843-1848
页数 6页 分类号 TP274.3|TN99
字数 2396字 语种 中文
DOI 10.3969/j.issn.1007-130X.2016.09.016
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 蒋薇薇 合肥工业大学计算机与信息学院 29 313 9.0 17.0
2 鲁昌华 合肥工业大学计算机与信息学院 85 826 14.0 24.0
3 汪济洲 合肥工业大学计算机与信息学院 8 84 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (40)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1994(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(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视频背景提取算子
背景减除法
量子蚁群最优
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导