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:
视觉注意力是机器视觉领域的研究热点,对目标检测、跟踪等技术发展具有积极意义,本文面向运动目标检测问题,构建了一种基于粒子滤波的视觉注意力模型。首先依据贝叶斯估计理论,推导了基于注意力的粒子权重计算方法;然后将运动注意力和目标颜色注意力分别作为自底向上(Bottom-Up)和自顶向下(Top-Down)注意力的输入,通过重要性采样、粒子权值计算、重采样等形成粒子注意力显著图,并确定目标位置;测试结果显示本文方法能够获取比其它方法更好的目标注意力显著图,并具有准确的目标检测效果。
推荐文章
基于视觉注意力计算的运动目标检测方法研究
运动注意力
粒子滤波
自底向上和自顶向下
全局运动场景
目标检测
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
融入视觉常识和注意力的图像描述
图像描述
注意力机制
视觉常识
注意偏差
基于视觉注意力变化的视频质量评估模型
视频感知质量
编码参数
视频内容
突发事件
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 面向运动目标检测的粒子滤波视觉注意力模型
来源期刊 电子学报 学科 工学
关键词 注意力模型 运动目标检测 粒子滤波 融合
年,卷(期) 2016,(9) 所属期刊栏目 学术论文
研究方向 页码范围 2235-2241
页数 7页 分类号 TN911.7
字数 5705字 语种 中文
DOI 10.3969/j.issn.0372-2112.2016.09.031
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 刘龙 西安理工大学自动化学院 21 63 4.0 7.0
2 樊波阳 西安理工大学自动化学院 5 13 2.0 3.0
3 刘金星 西安理工大学自动化学院 1 9 1.0 1.0
4 杨乐超 西安理工大学自动化学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (1)
参考文献  (8)
节点文献
引证文献  (9)
同被引文献  (41)
二级引证文献  (8)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(6)
  • 引证文献(3)
  • 二级引证文献(3)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
注意力模型
运动目标检测
粒子滤波
融合
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导