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:
智能视频监控技术发展迅速,对运动目标进行检测与感兴趣区域(ROI)分割是智能分析的基础.然而,在现有的运动目标检测算法基础上进行区域分割时会出现局部缺失问题,这将导致关键信息(运动目标信息)的损失并影响后续对视频的分析.因此,本文提出了一种基于空间和色彩2维特征联合分析的ROI完整分割算法,能够基于传统背景差法的检测结果,通过在空间维度进行检测结果的聚类以及误差过滤,并在色彩维度基于超像素聚合算法实现运动目标边界定位,从而实现在保障准确率和召回率的前提下,大幅提高ROI区域的完整分割性能.
推荐文章
可视ROI信息隐藏技术研究
感兴趣区域(ROI)
置乱变换
混沌加密
视频监控系统中的图像分割算法综述
时间分割法
空间分割法
运动目标检测
视频对象分割技术综述
MPEG-4
MPEG-7
视频对象
分割技术
视频监控系统抗干扰技术研究
视频监控
干扰源
干扰抑制
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 监控视频ROI完整分割技术研究
来源期刊 高技术通讯 学科
关键词 智能视频监控 目标检测 感兴趣区域(ROI) 超像素 离群检测
年,卷(期) 2019,(11) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 1053-1062
页数 10页 分类号
字数 6660字 语种 中文
DOI 10.3772/j.issn.1002-0470.2019.11.001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (88)
共引文献  (196)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(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)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(14)
  • 参考文献(3)
  • 二级参考文献(11)
2013(12)
  • 参考文献(1)
  • 二级参考文献(11)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
2020(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
智能视频监控
目标检测
感兴趣区域(ROI)
超像素
离群检测
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
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
论文1v1指导