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:
现勘图像检索是进行证据图像比对以获取物证信息的重要手段.本文基于目前应用广泛的现勘图像数据库,根据图像内容将图像分为鞋印、指纹、纹身等种类.并通过对现勘图像的两项关键技术即低层数字特征提取和高层语义分析的总结,从颜色特征、纹理特征、边缘提取等方面综述了现勘图像低层数字特征提取技术,从利用语义模板和数据库本体结构、机器学习算法、引入人工反馈三大类高层语义提取技术综述了现勘图像高层语义分析的研究成果.最后,结合公安行业利用现勘图像获取物证线索的实际应用需求,指出了通过引入公安行业先验知识来提高检索效率等研究方向.
推荐文章
基于颜色通道融合特征的现勘图像分类算法
现勘图像分类
颜色通道
特征提取
特征融合
训练分类器
实验分析
网格运动统计的刑侦现勘图像匹配算法
刑侦现勘
网格运动统计
特征匹配
平滑运动
图像分割
比较验证
基于融合特征的现勘图像检索结果优化算法
刑侦现勘图像
现勘图像检索
多特征融合
检索方法
支持向量机
基于内容的图像检索综述
基于内容的图像检索
特征提取
多维索引
语义特征
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 现勘图像检索综述
来源期刊 电子学报 学科 工学
关键词 现勘图像检索 现勘图像数据库 低层数宇特征 高层语义特征
年,卷(期) 2018,(3) 所属期刊栏目 综述评论
研究方向 页码范围 761-768
页数 8页 分类号 TP391.41
字数 5670字 语种 中文
DOI 10.3969/j.issn.0372-2112.2018.03.035
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 范九伦 西安邮电大学图像与信息处理研究所 250 2961 27.0 43.0
2 刘颖 西安邮电大学图像与信息处理研究所 89 428 10.0 17.0
6 胡丹 西安邮电大学图像与信息处理研究所 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (40)
参考文献  (15)
节点文献
引证文献  (13)
同被引文献  (65)
二级引证文献  (10)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(8)
  • 参考文献(5)
  • 二级参考文献(3)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(12)
  • 引证文献(5)
  • 二级引证文献(7)
2020(7)
  • 引证文献(4)
  • 二级引证文献(3)
研究主题发展历程
节点文献
现勘图像检索
现勘图像数据库
低层数宇特征
高层语义特征
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
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