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:
很多情况下,人们需要记录屏幕、投影仪中出现的信息,但是在拍摄到屏幕的同时不可避免地会拍摄到屏幕外的背景.为了解决这个问题,提出一种在手机等便携设备上找到拍摄视频中出现的屏幕区域的算法.提取出视频中的每一帧;对每一帧用全卷积神经网络得到屏幕边缘图像和屏幕位置图像;在屏幕边缘图像上用直线检测算法检测直线;对屏幕位置图像进行分析,从检测到的直线中找到四条直线作为屏幕区域的边缘.由于全卷积神经网络的加入,该方法不需要设定复杂的参数,而且便于扩展到名片、文档等检测上.实验结果表明,该方法拥有很强的鲁棒性,较好的识别速度和准确率.
推荐文章
基于稀疏卷积神经网络的考生识别算法
考生识别
卷积神经网络
人脸识别
身份验证
多通道输入
方法比
基于Adaboost与卷积神经网络的人脸定位研究
人脸定位
CNN算法
高斯混合模型
Adaboost算法
基于卷积神经网络的乳腺疾病检测算法
卷积神经网络
特征融合
空间金字塔池化
尺度无关
乳腺疾病检测
基于深度卷积神经网络的图像检索算法研究
图像检索
卷积神经网络
特征提取
深度学习
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 基于全卷积神经网络的屏幕区域定位算法
来源期刊 计算机应用与软件 学科 工学
关键词 全卷积神经网络 边缘检测 屏幕定位 深度学习
年,卷(期) 2019,(6) 所属期刊栏目 多媒体技术应用
研究方向 页码范围 128-135
页数 8页 分类号 TP3
字数 5197字 语种 中文
DOI 10.3969/j.issn.1000-386x.2019.06.026
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 金城 复旦大学计算机科学技术学院 12 50 5.0 7.0
2 付泽伟 复旦大学计算机科学技术学院 1 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  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (1)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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(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(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
全卷积神经网络
边缘检测
屏幕定位
深度学习
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导