期刊文献+

视频图像理解的一般性框架研究 被引量:4

Research on common framework of video image understanding
下载PDF
导出
摘要 视频图像理解侧重于对视频序列进行解释,既涉及到图像的空间特性,也涉及到视频序列的时间特性,是目前计算机视觉领域的一个研究热点。回顾了视频图像理解方法的研究现状,提出视频图像理解的一般性框架,包括层次结构、涉及的技术领域和应用的系统结构,并以一个实际应用作为示例解释该框架的层次结构。 Video image understanding technology places emphasis on interpreting video sequences, including spatial and temporal features of video sequences. It is a hot spot in the field of computer vision. This paper first reviewed the current status of research on video image understanding methods, and then proposed a common framework for understanding video sequences, including the layered structure, the correlative fields and the common system structure. Finally, discussed a real application for interpreting the layered structure of this framework.
出处 《计算机应用研究》 CSCD 北大核心 2008年第7期2203-2207,共5页 Application Research of Computers
基金 国家科技部科技型中小型企业技术创新基金资助项目(02C26214400224) 广东省科技计划资助项目(2002A1020104)
关键词 视频图像理解 视频图像分割 目标识别 行为理解 场景理解 video image understanding video image segmentation object recognition behavior understanding scene understanding
  • 相关文献

参考文献30

  • 1RIDDER C,MUNKELT O, KIRCHNER H. Adaptive background estimation and foreground detection using Kalman-fiher[ C ]//Proc of International Conference on Recent Advances in Mechatronics. 1995: 193-199.
  • 2郑江滨.智能监视方法研究[D].西安:西北工业大学,2002.
  • 3章毓晋.中国图像工程及当前的几个研究热点[J].计算机辅助设计与图形学学报,2002,14(6):489-500. 被引量:81
  • 4张会章,张利霞,郭雷.图像理解[J].计算机工程,2003,29(11):23-24. 被引量:4
  • 5皮文凯,刘宏,查红彬.基于自适应背景模型的全方位视觉人体运动检测[J].北京大学学报(自然科学版),2004,40(3):458-464. 被引量:19
  • 6KARMANN K, YON B A. Moving object recognition using an adaptive background memory [ C ] //Proc of Time-Varying Image Processing and Moving Object Recognition. Amsterdam: Elsevier Science, 1990.
  • 7STAUFFER C, GRIMSON W E L. Adaptive background mixture models for real-time tracking [ C ]//Proc of IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 1999.
  • 8STAUFFER C,GRIMSON W E L. Learning patterns of activity using real-time tracking[ J]. IEEE Trans on Pattern Analysis and Machine Intelligence ,2000,22 ( 8 ) : 747-757.
  • 9MITTAL A, PARAGIOS N. Motion-based background subtraction using adaptive kernel density estimation [ C ]//Proc of IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2004.
  • 10ELGAMMAL A,DURAISWAMI R, HARWOOD D,et al. Background and foreground modeling using nonparametric kernel density estimation for visual surveillance[ C ]//Proc of IEEE. 2002.

二级参考文献129

共引文献487

同被引文献99

引证文献4

二级引证文献73

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部