期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于压缩域的运动对象分割技术探讨 被引量：1

在线阅读 下载PDF
导出
摘要 随着我国网络、多媒体等信息技术的不断发展,对于视频处理技术也提出了更高的要求,由于视频压缩、处理、模式识别等与这些相关的应用都对视频运动对象分割有很强的依赖性,所以人们也更加重视视频处理技术的研究。本文对基于压缩域的运动对象分割技术进行探讨。
作者 张春 杨俊
机构地区 四川民族学院教育科学系康巴民族教育研究所 四川民族学院基建处
出处 《电子技术与软件工程》 2015年第3期92-92,共1页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
基金 项目名称:数字图像处理在运动物体中的检测和应用项目编号:14ZB0320项目来源:四川省教育厅2014自科一般
关键词 压缩域 运动对象 分割技术
分类号 TP391.41 [自动化与计算机技术—计算机应用技术]
  • 相关文献

参考文献2

二级参考文献22

  • 1杨健,杨静宇,叶晖.Fisher线性鉴别分析的理论研究及其应用[J].自动化学报,2003,29(4):481-493. 被引量：97
  • 2Babu R V,Ramakrishnan K R,Srinivasan S H. Video object segmentation:a compressed domain approach[J]. IEEE Transactions on Circuits and Systems for Video Techology. 2004,14(4) :462-474.
  • 3Yu X,Duan L,Tian Q. Robust moving video object segrnentationin the MPEG compressed domain[A], Proceedings. International Confrence on Image Processing[C]. 2003,2:111-933-6.
  • 4Zeng W, Gao W, Zhao D. Automatic moving object extraction in MPEG video[A]. Proceedings of the International Symposium on Circuits and Systerns[C]. 2003,2: 524-527.
  • 5Wang J,Patel N,Grosky W. Moving camera moving object segmentation in an MPEG-2 compressed video sequence[C]. SPIE,Multimedia Content Analysis, Management, and Retrieval, 2006, 607312-1- 607312-8,6073.
  • 6Wiegand T,Sullivan G J,Bjentegaard G, et al. Overview of the H. 264/AVC video coding standard[J]. IEEE Transactions on Circuits and Systems for Video Technology. 2003, 13(7) :560-576.
  • 7Zeng W, Du J, Gao W,et al. Robust moving object segmentation on H. 264/AVC compressed video using the block-based MRF model [J]. Real-Time Imaging. 2005,11 (4) :290-299.
  • 8Liu Z, Zhang Z, Shen L. Moving object segmentation in the H. 264 compressed domain[J].Optical Engineering. 2007,46(1) :017003.
  • 9Liu Z,Lu Y,Zhang Z. Real-time spatiotemporal segmentation of video objects in the H. 264 compressed domain[J]. Journal of Visual Communication and Image Representation. 2007,18(3):275-290.
  • 10Liu Z,Gu J,Shen L,et al. Efficient video object segmentation based on Gaussian mixture model and Markov random field[A].9th international Conference on Signal Processing[C]. 2008 ,1006-1009.

共引文献2

同被引文献9

引证文献1

二级引证文献4

电子技术与软件工程
2015年 第3期

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