期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Matlab7.0的大豆苗期土壤背景与杂草分割算法
被引量：
1
1
作者
李爱平
郭庆丰
+2 位作者
汪春
王福成
冯金龙
《黑龙江八一农垦大学学报》
2008年第3期82-84,共3页
解决大豆苗期图像中的土壤背景分割是大豆田间杂草识别的前提和基础。为了解决大豆苗期田间杂草识别中受光照影响及环境适应性差等问题,通过对400幅不同环境下苗期大豆图像的植被颜色和背景颜色分量的统计分析,得出用3基色红(R)绿(G)蓝...
解决大豆苗期图像中的土壤背景分割是大豆田间杂草识别的前提和基础。为了解决大豆苗期田间杂草识别中受光照影响及环境适应性差等问题,通过对400幅不同环境下苗期大豆图像的植被颜色和背景颜色分量的统计分析,得出用3基色红(R)绿(G)蓝(B)合成的同一像素点,绿色植被图像的颜色分量G值都大于R和B值,而背景则恰恰相反。研究表明,采用G-R和G-B双阈值颜色特征分割进行土壤背景分离取得了很好的效果,此方法较2G-R-B颜色特征分割法对绿色植物和土壤背景的分离更为有效,可广泛应用于处于各种农作物田间杂草识别及其它绿色植被分割中受光照变化影响较大的领域。
展开更多
关键词
大豆图像
颜色特征
双阈值
图像分割
在线阅读
下载PDF
职称材料
基于判别性区域提取的视频人体动作识别方法
被引量：
9
2
作者
段立娟
郭亚楠
+1 位作者
乔元华
李凯
《北京工业大学学报》
CAS
CSCD
北大核心
2017年第10期1480-1487,共8页
针对全局特征描述过分依赖精确定位、背景减除和跟踪技术等问题,同时也为了解决视角变化、噪声和遮挡等干扰带来的影响,对基于局部特征描述的视频人体动作识别方法进行了研究,提出了一种基于判别性区域提取的视频人体动作识别方法.首先...
针对全局特征描述过分依赖精确定位、背景减除和跟踪技术等问题,同时也为了解决视角变化、噪声和遮挡等干扰带来的影响,对基于局部特征描述的视频人体动作识别方法进行了研究,提出了一种基于判别性区域提取的视频人体动作识别方法.首先通过迭代训练和筛选过程对视频的内容进行分析和学习,自动提取视频中有代表性和区分性的判别性区域,然后使用词袋模型对提取到的判别性区域进行统计和描述,最后采用支持向量机方法确定人体运动的类型.在KTH和Youtube数据集上分别对提出的方法进行了论证,结果表明:该方法具有较高的识别准确率,同时对复杂背景等干扰不敏感.
展开更多
关键词
人体动作识别
判别性区域
显著图
词袋模型
支持向量机
在线阅读
下载PDF
职称材料
题名
基于Matlab7.0的大豆苗期土壤背景与杂草分割算法
被引量：
1
1
作者
李爱平
郭庆丰
汪春
王福成
冯金龙
机构
黑龙江八一农垦大学工程学院
出处
《黑龙江八一农垦大学学报》
2008年第3期82-84,共3页
文摘
解决大豆苗期图像中的土壤背景分割是大豆田间杂草识别的前提和基础。为了解决大豆苗期田间杂草识别中受光照影响及环境适应性差等问题,通过对400幅不同环境下苗期大豆图像的植被颜色和背景颜色分量的统计分析,得出用3基色红(R)绿(G)蓝(B)合成的同一像素点,绿色植被图像的颜色分量G值都大于R和B值,而背景则恰恰相反。研究表明,采用G-R和G-B双阈值颜色特征分割进行土壤背景分离取得了很好的效果,此方法较2G-R-B颜色特征分割法对绿色植物和土壤背景的分离更为有效,可广泛应用于处于各种农作物田间杂草识别及其它绿色植被分割中受光照变化影响较大的领域。
关键词
大豆图像
颜色特征
双阈值
图像分割
Keywords
soybean image
color characteristic
double thresholds value
image division
分类号
TP397.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于判别性区域提取的视频人体动作识别方法
被引量：
9
2
作者
段立娟
郭亚楠
乔元华
李凯
机构
北京工业大学信息学部
北京市可信计算重点实验室
北京工业大学应用数理学院
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2017年第10期1480-1487,共8页
基金
国家自然科学基金资助项目(61370113)
北京市自然科学基金资助项目(4152005)
+1 种基金
青海省创新平台建设专项(2016-ZJ-Y04)
天津市科技计划资助项目(15YFXQGX0050)
文摘
针对全局特征描述过分依赖精确定位、背景减除和跟踪技术等问题,同时也为了解决视角变化、噪声和遮挡等干扰带来的影响,对基于局部特征描述的视频人体动作识别方法进行了研究,提出了一种基于判别性区域提取的视频人体动作识别方法.首先通过迭代训练和筛选过程对视频的内容进行分析和学习,自动提取视频中有代表性和区分性的判别性区域,然后使用词袋模型对提取到的判别性区域进行统计和描述,最后采用支持向量机方法确定人体运动的类型.在KTH和Youtube数据集上分别对提出的方法进行了论证,结果表明:该方法具有较高的识别准确率,同时对复杂背景等干扰不敏感.
关键词
人体动作识别
判别性区域
显著图
词袋模型
支持向量机
Keywords
human action recognition
discriminative regions
saliency map
bag of words model
support vector machine（SVM）
分类号
TP397.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Matlab7.0的大豆苗期土壤背景与杂草分割算法
李爱平
郭庆丰
汪春
王福成
冯金龙
《黑龙江八一农垦大学学报》
2008
1
在线阅读
下载PDF
职称材料
2
基于判别性区域提取的视频人体动作识别方法
段立娟
郭亚楠
乔元华
李凯
《北京工业大学学报》
CAS
CSCD
北大核心
2017
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
