作者:
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:
目标检测是计算机视觉领域的研究热点与难点,是图像理解与视频分析技术的基础,深度学习具有良好的特征提取与泛化推理能力是当前主流研究方向.文中介绍了目前典型的目标检测模型,结合视频的时序特性提出了特征融合、结果反馈、双模型检测三种策略,利用前序帧信息修正当前帧的检测结果,一定程度上解决了摄影失焦、运动模糊、遮挡、奇异角度等问题导致视频逐帧检测结果不连续、质量低下的问题.
推荐文章
基于典型相关的视频运动目标检测
置信传播
典型相关
视频运动目标检测
基于递归神经网络的视频多目标检测技术
机器视觉
深度学习
递归神经网络
卡尔曼滤波
视频多目标检测
卷积神经网络
基于视频增强的昏暗背景下目标检测方法
直方图均衡
时空滤波
目标检测
基于视频的运动目标检测与识别
背景模型
混合高斯模型
运动目标检测与识别
Otsu's阈值分割法
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 基于时序特性的视频目标检测研究
来源期刊 中国电子科学研究院学报 学科
关键词 深度学习 视频检测 特征融合 结果反馈 双模型检测
年,卷(期) 2021,(2) 所属期刊栏目 工程应用|Engineering and Application
研究方向 页码范围 157-164
页数 8页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1673-5692.2021.02.009
五维指标
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  (2)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
深度学习
视频检测
特征融合
结果反馈
双模型检测
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
中国电子科学研究院学报
月刊
1673-5692
11-5401/TN
大16开
北京市海淀区万寿路27号电子大厦电科院学报1313房间
2006
chi
出版文献量(篇)
2345
总下载数(次)
14
总被引数(次)
11602
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导