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
一种改进ViBe的网状织物缺陷检测方法
运动目标检测
ViBe算法
HSV颜色空间模型
背景建模
网状织物
缺陷检测
基于干扰因子的QPSO算法改进
粒子群优化算法
干扰因子
早熟
量子行为
一种改进的 ViBe算法结合多特征融合的阴影移除方法
阴影检测
阴影移除
改进的ViBe算法
色相特征
纹理特征
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
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