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:
提出了一种基于梯度约束SLIC(simple linear iterative clustering)的快速视频目标提取方法,允许在关键视频帧上提供少量用户交互下,该方法能够快速并精确地提取复杂视频片段中的视频目标.首先,采用梯度约束的SLIC算法对视频片段进行预处理,有效降低待处理的视频数据量;其次,以预处理生成的超像素为结点构建三维无向图,在此基础上定义能量函数,并结合外观特征与运动特征建立鲁棒的相似外观度量机制;最后,采用最大流/最小割算法最小化能量函数以得到三维无向图的最优划分,从而最终实现视频目标提取.实验结果表明,该方法在处理包含复杂场景的视频片段时能够获得理想的视频目标提取结果,且时间效率相比现有视频目标提取方法明显提高.
推荐文章
基于HVS的视频监控目标提取方法研究
监控系统
目标提取
背景差法
人类视觉系统
低照度视频序列运动目标的检测与提取
运动目标检测
图像分割
梯度图像
基于视频流连续性的快速运动目标检测方法
背景差分
背景重构
像素归类
阴影去除
视频流
视频图像序列运动目标检测及轮廓提取
目标检测
自适应背景更新
活动轮廓模型
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 梯度约束SLIC的快速视频目标提取方法
来源期刊 计算机科学与探索 学科 工学
关键词 视频目标提取 超像素分割 超像素 图割优化
年,卷(期) 2019,(2) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 285-299
页数 15页 分类号 TP391
字数 10003字 语种 中文
DOI
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 桂彦 长沙理工大学计算机与通信工程学院 12 22 3.0 4.0
5 汤问 长沙理工大学计算机与通信工程学院 2 1 1.0 1.0
9 曾光 长沙理工大学计算机与通信工程学院 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (3)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(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)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
视频目标提取
超像素分割
超像素
图割优化
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
论文1v1指导