原文服务方: 计算机应用研究       
摘要:
提出了基于机器学习的小目标检测与追踪算法DT.算法首先使用多结构闭运算重构对图像进行预处理,然后利用Harris角点检测与改进的多cell、多block的HOG (histogram of oriented gradient)算法结合SVM(sup-port vector machine)对视频帧中的小目标进行检测,最后采用基于改进的孪生网络的追踪算法对检测到的目标进行追踪.实验证明,该方法不仅适用于天空背景,在相对均匀的地面背景下也有一定的追踪能力,而且该算法对于小目标的尺度变化、消失重现等问题具有很好的鲁棒性.
推荐文章
基于深度学习的小目标检测算法综述
目标检测
小目标
深度学习
RCNN
SSD
YOLO
基于稀疏表达的多示例学习目标追踪算法
目标追踪
多示例学习
稀疏表达
分类器
粒子滤波
数据字典
基于深度学习的小目标检测研究与应用综述
小目标检测
尺度变换
特征金字塔
深度学习
特征提取
卷积神经网络
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 基于机器学习的小目标检测与追踪的算法研究
来源期刊 计算机应用研究 学科
关键词 小目标检测 小目标追踪 多结构闭运算重构
年,卷(期) 2018,(11) 所属期刊栏目 图形图像技术
研究方向 页码范围 3450-3453,3457
页数 5页 分类号 TP391|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.11.059
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 孙俊 江南大学物联网工程学院 186 1552 21.0 30.0
2 林晓林 江南大学物联网工程学院 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  (14)
共引文献  (34)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(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)
2017(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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小目标检测
小目标追踪
多结构闭运算重构
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导