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:
在传统的行人检测跟踪算法中,主要采用HOG+SVM对视频中的行人直接进行检测,针对传统算法在复杂背景及多行人条件下,行人检测效果较差,且实时性低等缺点,提出一种融合目标运动检测与目标跟踪的行人检测算法.首先采用Vibe算法提取视频中的运动目标,并通过对Vibe算法的改进消除初始帧存在的阴影问题.针对视频中的运动目标采用Adaboost算法对运动目标区域进行行人检测,减小视频中背景的干扰,加快检测速度.最后采用卡尔曼滤波算法和匈牙利最优匹配算法对视频监控中的行人进行跟踪.仿真实验结果显示,该算法能够对电力监控视频中存在的行人进行检测跟踪.
推荐文章
一种运动检测算法研究
智能视频监控
运动检测
混合高斯模型
更新速率
多模态
一种基于背景模型的运动目标检测与跟踪算法
背景模型
混合高斯模型
Kalman滤波
运动目标检测与跟踪
一种复杂环境下的动态多人脸自动检测与实时跟踪方法
复杂环境
动态多人脸
自动检测
多线程
实时跟踪
室内监控中一种运动目标检测的精确算法
视频监控
运动目标检测
混合高斯模型
帧间差分
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 一种用于电力监控的行人运动检测与跟踪算法
来源期刊 电力科学与工程 学科 工学
关键词 电力监控 行人跟踪 Adaboost算法 Vibe算法 行人检测
年,卷(期) 2019,(6) 所属期刊栏目
研究方向 页码范围 31-36
页数 6页 分类号 TP391.4
字数 4552字 语种 中文
DOI 10.3969/j.ISSN.1672-0792.2019.06.005
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 杨耀权 华北电力大学控制与计算机学院 69 681 13.0 24.0
2 彭蹦 华北电力大学控制与计算机学院 3 4 1.0 2.0
3 江鹏宇 华北电力大学控制与计算机学院 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (22)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (16)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(8)
  • 参考文献(4)
  • 二级参考文献(4)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力监控
行人跟踪
Adaboost算法
Vibe算法
行人检测
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
电力科学与工程
月刊
1672-0792
13-1328/TK
大16开
河北省保定市永华北大街619号华北电力大学
18-182
1985
chi
出版文献量(篇)
3177
总下载数(次)
3
论文1v1指导