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:
在水平集轮廓跟踪框架中设计一个判别式速度函数对于有效引导轮廓进化非常重要.该文提出一个超像素驱动的速度函数建模方法,该模型融合了互补的表观和运动信息.在表观特征层,通过引入一种有效的中层视觉特征-超像素,建立基于核密度估计的判别式表观模型区分目标和背景.同时,利用运动光流场的统计信息,设计了一个可以自适应选择的阈值来区分和增强目标和背景的相对运动.最终,在决策层基于半朴素贝叶斯框架进行两种特征的融合,形成一个具有竞争能力的速度场引导水平集轮廓进化.在多个具有挑战的视频序列上的一系列实验验证了该方法的有效性和鲁棒性.
推荐文章
基于多特征的目标轮廓跟踪
目标轮廓跟踪
核密度方法
贝叶斯模型
能量泛函
水平集
基于超像素与BoF的运动目标跟踪算法
目标跟踪
表观模型
中层视觉线索
超像素
BoF
粒子滤波框架
基于多特征融合的头部跟踪方法研究
头部跟踪
多特征融合
粒子滤波
最大梯度距离测量
基于多特征信息融合粒子滤波的红外目标跟踪
粒子滤波
纹理特征
多特征融合
目标跟踪
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 基于超像素的多特征融合的水平集轮廓跟踪
来源期刊 电子科技大学学报 学科 工学
关键词 表观模型 水平集跟踪 多特征融合 光流法 超像素
年,卷(期) 2018,(5) 所属期刊栏目 计算机工程与应用
研究方向 页码范围 745-752
页数 8页 分类号 TP391.4
字数 6150字 语种 中文
DOI 10.3969/j.issn.1001-0548.2018.05.017
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 邹见效 电子科技大学自动化工程学院 31 343 9.0 18.0
2 周雪 电子科技大学自动化工程学院 8 39 2.0 6.0
3 陈科鑫 电子科技大学自动化工程学院 1 1 1.0 1.0
4 冯媛媛 电子科技大学自动化工程学院 1 1 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  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
表观模型
水平集跟踪
多特征融合
光流法
超像素
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导