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:
针对现有RGBD场景流计算模型在复杂场景、非刚性运动和运动遮挡等情况下易产生场景过度平滑和运动边缘模糊的问题,提出一种基于FRFCM(Fast and Robust Fuzzy C-Means)聚类与深度优化的RGBD场景流计算方法.首先以图像序列连续帧间光流信息为基准,利用FRFCM聚类算法对输入图像进行初始分割,然后根据深度图像的运动边缘信息优化初始分割结果,提取高置信度的运动分层信息.最后设计基于图像分割的RGBD场景流能量函数,采用金字塔变形策略计算精确的场景流结果.分别采用Middlebury和MPI-Sintel数据库所提供的测试图像集对本文方法和现有的RGBD场景流算法进行综合对比分析,实验结果表明本文方法相对于其他方法具有更好的场景流估计精度和鲁棒性,有效改善了场景过度平滑和运动边缘模糊问题.
推荐文章
真实场景运动目标轨迹有效性判断与自动聚类算法研究
轨迹聚类
K 均值
轨迹识别
分类
异常检测
大数据下数据流聚类挖掘算法的优化分析
大数据
数据流
聚类
挖掘算法
时间衰减
F-Stream算法
基于随机投影的场景文本图像聚类方法研究
图像文本区域
图像聚类
随机投影
局部特征描述
基于衰减窗口与剪枝维度树的实时数据流聚类
数据流
网格聚类
衰减窗口
维度树
剪枝策略
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 FRFCM聚类与深度优化的RGBD场景流计算
来源期刊 电子学报 学科 工学
关键词 RGBD场景流 FRFCM聚类 深度信息 过度平滑 边缘模糊
年,卷(期) 2020,(7) 所属期刊栏目 学术论文
研究方向 页码范围 1380-1386
页数 7页 分类号 TP391
字数 4786字 语种 中文
DOI 10.3969/j.issn.0372-2112.2020.07.018
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 黎明 南昌航空大学无损检测技术教育部重点实验室 182 1686 21.0 33.0
2 江少锋 南昌航空大学无损检测技术教育部重点实验室 33 101 6.0 8.0
3 陈震 南昌航空大学无损检测技术教育部重点实验室 75 669 13.0 23.0
4 张聪炫 南昌航空大学无损检测技术教育部重点实验室 28 145 8.0 11.0
8 裴刘继 南昌航空大学无损检测技术教育部重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (2)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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
RGBD场景流
FRFCM聚类
深度信息
过度平滑
边缘模糊
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
航空科学基金
英文译名:
官方网址:http://www.chinaasfc.cn/file_show.asp?LanMuID=GZZD0100
项目类型:面上项目
学科类型:
论文1v1指导