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:
复杂背景下运动目标的检测一直是视频智能监测的难点.本文利用自适应区域分割法对背景图像进行处理,处理后的图像采用神经网络对各区域的像素值进行波动分析,形成背景图像模型.模型可以有效地对图像背景中类似于树叶的摆动、水纹的波动进行识别,从而提高对前景运动目标检测的准确性.
推荐文章
复杂背景下运动小目标亚像元识别定位算法
复杂背景
小目标
自适应二值化
亚像元定位
基于区域纹理的运动目标检测方法
运动目标检测
区域纹理
混合高斯模型
多模态均值
运动历史
基于深度学习的复杂背景下目标检测
目标检测
复杂背景
深度学习
特征提取
基于超像素与BoF的运动目标跟踪算法
目标跟踪
表观模型
中层视觉线索
超像素
BoF
粒子滤波框架
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 复杂背景下基于区域像素值波动学习的运动目标检测
来源期刊 汽车博览 学科
关键词 运动目标检测 区域像素值波动学习 神经网络
年,卷(期) 2021,(5) 所属期刊栏目 理论前沿
研究方向 页码范围 193
页数 1页 分类号
字数 语种 中文
DOI
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
运动目标检测
区域像素值波动学习
神经网络
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
汽车博览
旬刊
1673-081X
51-1681/U
江苏省南京市江宁开发区东吉大道1号B座6F
chi
出版文献量(篇)
10453
总下载数(次)
14
论文1v1指导