發(fā)布時(shí)間：2018-03-30 20:17

  本文選題：特征提取　切入點(diǎn)：運(yùn)動(dòng)視頻　出處：《科技通報(bào)》2017年12期

【摘要】：針對(duì)單一的特征提取算法在運(yùn)動(dòng)員檢測(cè)中還存在漏檢較多的問(wèn)題,本文提出了一種中層特征塊分類(lèi)的運(yùn)動(dòng)視頻運(yùn)動(dòng)員檢測(cè)模型。首先采用中層特征塊作為描述運(yùn)動(dòng)員的特征,然后采用SLIC算法進(jìn)行超像素分割,利用像素的CIELAB顏色空間和XY空間坐標(biāo)構(gòu)建像素的5維特征,最后采用高斯分量的全協(xié)方差混合高斯模型建立前景背景像素描述模型,提高檢測(cè)精度。仿真實(shí)驗(yàn)結(jié)果表明,本文提出的改進(jìn)模型,相比較HOG算法和SVM算法,檢測(cè)結(jié)果更準(zhǔn)確的表示了運(yùn)動(dòng)員區(qū)域。
[Abstract]:In order to solve the problem of missing detection in athlete detection by single feature extraction algorithm, this paper proposes a middle level feature block classification model for sports video player detection.Firstly, the middle layer feature block is used as the description feature of the athlete, then the SLIC algorithm is used to segment the super-pixel, and the five dimensional feature of the pixel is constructed by using the CIELAB color space and the XY space coordinate of the pixel.In the end, Gao Si component is used to establish foreground background pixel description model with complete covariance mixed Gao Si model to improve detection accuracy.The simulation results show that the improved model is more accurate than the HOG algorithm and the SVM algorithm.
【作者單位】： 江西交通職業(yè)技術(shù)學(xué)院基礎(chǔ)部;
【基金】：江西省教改課題(課題編號(hào):JXJG-14-49-8)
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐彰國(guó);李煥洲;鐘明全;張健;;改進(jìn)的進(jìn)程行為檢測(cè)模型及實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2010年01期

2 衛(wèi)劍釩,劉欣,段云所;信息系統(tǒng)分布式安全檢測(cè)模型及其設(shè)計(jì)[J];計(jì)算機(jī)工程;2005年20期

3 畢殿杰;;多線索多層次的視頻語(yǔ)義事件檢測(cè)模型[J];科技信息;2009年30期

4 武少杰;鶴榮育;薛長(zhǎng)松;謝江濤;;軟件哨兵安全動(dòng)態(tài)檢測(cè)模型的研究與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用研究;2012年08期

5 姜濤;于正林;蘇成志;曹?chē)?guó)華;郭曉波;;光電瞄具提前量解算的仿真檢測(cè)模型[J];兵工學(xué)報(bào);2007年09期

6 蘇璞睿;馮登國(guó);;基于進(jìn)程行為的異常檢測(cè)模型[J];電子學(xué)報(bào);2006年10期

7 朱瑜;劉勝利;陳嘉勇;高洪博;;針對(duì)插入攻擊型Bootkit的分析及檢測(cè)[J];小型微型計(jì)算機(jī)系統(tǒng);2012年07期

8 徐慶禹;;一種非線性的無(wú)監(jiān)督對(duì)象檢測(cè)模型[J];中國(guó)西部科技;2013年09期

9 呂�？�;王寧生;徐研;;基于塊區(qū)域統(tǒng)計(jì)矩的實(shí)時(shí)運(yùn)動(dòng)檢測(cè)模型[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

10 潘泓;金立左;夏思宇;夏良正;;基于多層次互補(bǔ)特征的通用目標(biāo)檢測(cè)模型[J];電子與信息學(xué)報(bào);2012年07期

相關(guān)博士學(xué)位論文 前4條

1 蔣鵬;圖像內(nèi)容顯著性檢測(cè)的理論和方法研究[D];山東大學(xué);2016年

2 李濤;基于上下文的目標(biāo)檢測(cè)研究[D];電子科技大學(xué);2016年

3 鄭彩俠;多空間域場(chǎng)景識(shí)別中主動(dòng)學(xué)習(xí)與融合策略研究[D];東北師范大學(xué);2016年

4 趙斌;基于圖模型的微博數(shù)據(jù)分析與管理[D];華東師范大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 王亞?wèn)|;基于中層特征的行人再識(shí)別技術(shù)研究與應(yīng)用[D];寧波大學(xué);2017年

2 許劍;基于andriod平臺(tái)手機(jī)的老人跌倒檢測(cè)識(shí)別方法研究[D];東南大學(xué);2015年

3 孫翔;在線社交網(wǎng)絡(luò)上的高效事件檢測(cè)模型[D];江蘇大學(xué);2016年

4 張文清;惡意RFID閱讀器檢測(cè)技術(shù)研究與應(yīng)用[D];電子科技大學(xué);2016年

5 趙永福;基于行為特征的Windows Bootkit檢測(cè)模型的研究及其系統(tǒng)實(shí)現(xiàn)[D];電子科技大學(xué);2016年

6 江鷗;部分遮擋情況下的行人檢測(cè)[D];電子科技大學(xué);2016年

7 王炳人;視覺(jué)顯著性檢測(cè)研究[D];天津大學(xué);2014年

8 崔議尹;基于三維LARK特征的運(yùn)動(dòng)目標(biāo)檢測(cè)模型研究[D];南京理工大學(xué);2017年

9 楊繼龍;名稱解析漏洞檢測(cè)模型研究與改進(jìn)[D];南京大學(xué);2015年

10 莫迪;基于大數(shù)據(jù)分析的套牌實(shí)時(shí)檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D];東華大學(xué);2017年

，

本文編號(hào)：1687496