视频目标

作品数：257被引量：1094H指数：17
导出分析报告
相关领域：自动化与计算机技术电子电信更多>>
相关作者：焦李成侯彪杨淑媛高赟马文萍更多>>
相关机构：西安电子科技大学上海交通大学华南理工大学北京工业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家教育部博士点基金北京市自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机科学与探索x
共 条 记 录，以下是1-6
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
视频目标跟踪算法综述被引量：37
《计算机科学与探索》2022年第7期1504-1515,共12页刘艺 李蒙蒙 郑奇斌 秦伟 任小广 
国家自然科学基金青年基金项目(61802426)。
视频目标跟踪是计算机视觉领域重要的研究内容,主要研究在视频流或者图像序列中定位其中感兴趣的物体。视频目标跟踪在视频监控、无人驾驶、精确制导等领域中具有广泛的应用,因此,全面地综述视频目标跟踪算法具有重要的意义。首先根据...
关键词：计算机视觉 视频目标跟踪 相关滤波 深度学习 
基于深度学习的视频目标检测综述被引量：43
《计算机科学与探索》2021年第9期1563-1577,共15页王迪聪 白晨帅 邬开俊 
国家自然科学基金(61966022)。
视频目标检测是为了解决每一个视频帧中出现的目标如何进行定位和识别的问题。相比于图像目标检测,视频具有高冗余度的特性,其中包含了大量的时空局部信息。随着深度卷积神经网络在静态图像目标检测领域的迅速普及,在性能上相较于传统...
关键词：深度学习 视频目标检测 光流 轻量化 
改进YOLOV3算法的视频目标检测被引量：31
《计算机科学与探索》2021年第1期163-172,共10页宋艳艳 谭励 马子豪 任雪平 
北京市自然科学基金-海淀原始创新联合基金(L182007);国家自然科学基金(61702020)。
由于监控中的行人检测存在背景复杂,目标尺度和姿态多样性及人与周围物体互相遮挡的问题,造成YOLOV3对部分目标检测不准确,会产生误检、漏检或重复检测的情况。因此,在YOLOV3的网络基础上,利用残差结构思想,将浅层特征和深层特征进行上...
关键词：目标检测 YOLOV3算法 斥力损失 深度学习 视频理解 
动态外观模型和高阶能量的双边视频目标分割方法被引量：4
《计算机科学与探索》2020年第12期2108-2121,共14页田颖 桂彦 熊达铭 
国家自然科学基金,Nos.61402053,61602059,61772087,61802031;湖南省自然科学基金,Nos.2016JJ2005,2017JJ3334,2019JJ50666;湖南省教育厅科学研究项目,Nos.16C0046,16A008。
针对复杂场景下视频目标分割质量不佳和时间效率低下的问题,提出了一种动态外观模型和高阶能量的双边视频目标分割方法,将视频目标分割转换为基于双边网格单元的马尔可夫随机场(MRF)模型求解问题。首先将带关键帧标记的视频序列映射至...
关键词：视频目标分割 双边空间 双边网格 置信动态外观模型 高阶能量项 
梯度约束SLIC的快速视频目标提取方法被引量：5
《计算机科学与探索》2019年第2期285-299,共15页桂彦 汤问 曾光 
国家自然科学基金Nos.61402053;61602059;61772087;湖南省教育厅科研项目Nos.16C0046;16A008~~
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...
关键词：视频目标提取 超像素分割 超像素 图割优化 
面向视频目标的快速稀疏编码跟踪算法被引量：3
《计算机科学与探索》2012年第8期760-768,共9页张继 王洪元 
国家自然科学基金Nos.61070121,60973094~~
关于稀疏编码的研究在最近几年成为许多研究领域的焦点,已有学者将其引入视频目标跟踪问题中。在贝叶斯推理框架下,基于l1-跟踪子能较好地处理目标物在视频场景中的各种复杂变化,达到较为鲁棒的跟踪效果,但算法复杂度高,很难进行实时跟...
关键词：稀疏编码 贝叶斯推理 视频目标跟踪 l1-跟踪子 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部