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:
监控设备目前大量被运用在众多公共场所,其采集的数据信息多数用于对行人的监控.人头目标检测工作也是该领域重要的工作,因为视频数据占用大量的存储空间,为了能减少其空间占存比,市场上绝大多数都会采用低分辨率存储方式,从而导致图像中的信息大量丢失,给人头的精确提取带来极大的影响.针对该类问题,利用人头类椭圆的共性进行人头的快速定位,再利用NSCT特征在轮廓细节上表现出的优越性,对轮廓区域进行NSCT特征提取,最后利用SVM训练器进行分类检测.实验结果表明:该方法能在保证检测实时性的基础上提高在低分辨率环境下的检测效果.
推荐文章
基于区域深度特征的人头检测方法
区域深度
人头检测
立体匹配
客流统计
基于统计形状模型的面部特征提取随机方法
面部特征提取
随机状态估计
统计形状模型
序列蒙特卡洛方法
基于HOG—LBP特征提取的人脸识别研究
梯度方向直方图
局部二值模式
特征提取
人脸识别
基于NSCT和M-PCNN的人脸特征提取
人脸识别
主成分分析
保局投影
特征提取
信息熵
支持向量机
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 轮廓定位下的人头NSCT特征提取方法
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 轮廓定位 人头检测 非下采样Contoulet变换 帧差法 支持向量机
年,卷(期) 2018,(7) 所属期刊栏目 信息·计算机
研究方向 页码范围 175-181
页数 7页 分类号 TP18
字数 3404字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2018.07.027
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 张建勋 重庆理工大学计算机科学与工程学院 24 135 7.0 10.0
2 孙万春 重庆理工大学计算机科学与工程学院 4 11 3.0 3.0
3 马慧 安徽警官职业学院计算机基础教研室 4 9 2.0 3.0
4 朱佳宝 重庆理工大学计算机科学与工程学院 4 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (133)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (12)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(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
轮廓定位
人头检测
非下采样Contoulet变换
帧差法
支持向量机
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导