期刊导航
期刊开放获取
cqvip
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
3
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
基于特征约束与光流场模型的多通道视频目标跟踪算法
被引量:
5
1
作者
张博
龙慧
刘刚
《液晶与显示》
CAS
CSCD
北大核心
2021年第11期1554-1564,共11页
现有的目标跟踪算法中网格信息的冗杂度较高,增加了跟踪算法的复杂程度,使得跟踪时计算量过大,影响了跟踪效果。为此,以降低跟踪过程复杂度为首要目标,本文在考虑特征约束的情况下,利用光流场模型实现对多通道视频目标的有效跟踪。通过...
现有的目标跟踪算法中网格信息的冗杂度较高,增加了跟踪算法的复杂程度,使得跟踪时计算量过大,影响了跟踪效果。为此,以降低跟踪过程复杂度为首要目标,本文在考虑特征约束的情况下,利用光流场模型实现对多通道视频目标的有效跟踪。通过设定视频随机变量控制光流场数值模型的变化控制偏差并提取出多通道视频的归一化特征,引入全局池化处理方式解决传统方法多维度特征计算繁杂的问题。首先,根据图像像素强度与时间参数间的数值关系,控制光流场模型均值的偏差,得到视频特征;然后,利用激活函数将多通道参数数值映射处理为固定参数,构建多通道特征约束关系控制特征参数发生升维,减少数据计算维数;最后,划分视频图像中的背景及目标区域,通过构建像素运动模型完成对视频目标的跟踪。在设置实验仪器初始参数后,在数据库中随机选取视频片段作为实验对象,并通过设定不同帧图像的分辨率将其模拟为多通道视频信息,对传统算法与本文算法的性能展开测试,结果表明本文算法不仅可以保证跟踪精确度高于0.90,还能将成功追踪率控制在96%以上,且其跟踪过程耗时最多仅需5.5 s。本文算法能够用复杂度较低的计算过程实现对多通道视频目标的跟踪,具有较低的计算量。
展开更多
关键词
特征约束
光流场模型
多通道
视频目标
目标跟踪
下载PDF
职称材料
微型视频课例:相关概念辨析与应用思考
被引量:
19
2
作者
容梅
《中国电化教育》
CSSCI
北大核心
2014年第7期100-104,共5页
该文在辨析课与课程概念的基础上,提出应慎重定义并使用微课、微课程、微视频等名词,并试图归纳目前国内混用微课、微课程、微视频等概念的原因,在汲取微型教学视频资源开发与应用研究成果的基础上,提出以认知层次、知识维度、教学因素...
该文在辨析课与课程概念的基础上,提出应慎重定义并使用微课、微课程、微视频等名词,并试图归纳目前国内混用微课、微课程、微视频等概念的原因,在汲取微型教学视频资源开发与应用研究成果的基础上,提出以认知层次、知识维度、教学因素为框架的微型课例视频资源的三维立体开发模型,以使国内已有大量具有真实进程的课堂教学视频资源得到深度应用。
展开更多
关键词
微视频
微型学习
微课
微课程
微型视频课例
知识目标分类学
下载PDF
职称材料
基于Lighten CNN的自动人脸分类模型的优化方法
被引量:
2
3
作者
孙旭
胡伟
李瑞瑞
《计算机应用》
CSCD
北大核心
2018年第A01期32-35,82,共5页
随着多媒体、人工智能以及物联网等技术的飞速发展,对动态视频中的人脸的检测与分析是一个研究热点。针对目前对人脸特征分析的研究无法同时满足监控视频对准确性和实时性的需求,提出基于Lighten卷积神经网络(Lighten CNN)框架的单网络...
随着多媒体、人工智能以及物联网等技术的飞速发展,对动态视频中的人脸的检测与分析是一个研究热点。针对目前对人脸特征分析的研究无法同时满足监控视频对准确性和实时性的需求,提出基于Lighten卷积神经网络(Lighten CNN)框架的单网络多目标的人脸特征分析方法。首先,提出模型训练样本拓充的半自动化数据标注策略;然后,结合多任务学习思想,基于Lighten CNN构建单网络多目标的网络结构;最后,在监控视频的人脸数据集上,进行人脸年龄、性别特征分析的实验,并基于人脸序列进行可信度分析。实验结果表明,所提出的基于Lighten CNN的人脸分类模型的优化方法能同时满足监控视频对特征分析的准确性和实时性的需求,具有良好的泛化能力和适用范围。
展开更多
关键词
卷积神经网络
监控视频
人脸监测
特征分析
实时性
单网络多目标
人脸序列
下载PDF
职称材料
题名
基于特征约束与光流场模型的多通道视频目标跟踪算法
被引量:
5
1
作者
张博
龙慧
刘刚
机构
长沙师范学院信息科学与工程学院
中南大学物理与电子学院
出处
《液晶与显示》
CAS
CSCD
北大核心
2021年第11期1554-1564,共11页
基金
国家自然科学基金青年科学基金(No.41904127)
湖南省普通高等学校教学改革研究项目(No.HNJG-2021-1195)
+2 种基金
教育部中国高校产学研创新基金(No.2020JTA05028)
教育部产学合作协同育人项目(No.201901014024)
湖南省教育厅科学研究项目重点项目(No.20A036)。
文摘
现有的目标跟踪算法中网格信息的冗杂度较高,增加了跟踪算法的复杂程度,使得跟踪时计算量过大,影响了跟踪效果。为此,以降低跟踪过程复杂度为首要目标,本文在考虑特征约束的情况下,利用光流场模型实现对多通道视频目标的有效跟踪。通过设定视频随机变量控制光流场数值模型的变化控制偏差并提取出多通道视频的归一化特征,引入全局池化处理方式解决传统方法多维度特征计算繁杂的问题。首先,根据图像像素强度与时间参数间的数值关系,控制光流场模型均值的偏差,得到视频特征;然后,利用激活函数将多通道参数数值映射处理为固定参数,构建多通道特征约束关系控制特征参数发生升维,减少数据计算维数;最后,划分视频图像中的背景及目标区域,通过构建像素运动模型完成对视频目标的跟踪。在设置实验仪器初始参数后,在数据库中随机选取视频片段作为实验对象,并通过设定不同帧图像的分辨率将其模拟为多通道视频信息,对传统算法与本文算法的性能展开测试,结果表明本文算法不仅可以保证跟踪精确度高于0.90,还能将成功追踪率控制在96%以上,且其跟踪过程耗时最多仅需5.5 s。本文算法能够用复杂度较低的计算过程实现对多通道视频目标的跟踪,具有较低的计算量。
关键词
特征约束
光流场模型
多通道
视频目标
目标跟踪
Keywords
feature
constraints
optical
flow
field
model
multi-channel
video
objectives
target
tracking
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
微型视频课例:相关概念辨析与应用思考
被引量:
19
2
作者
容梅
机构
广州市天河区教育局教研室
出处
《中国电化教育》
CSSCI
北大核心
2014年第7期100-104,共5页
基金
广东省教育科学规划教育信息技术研究专项课题2012年度项目"基于目标分类学的地理微型课例视频资源研究"(课题编号12JXN001)阶段性研究成果
文摘
该文在辨析课与课程概念的基础上,提出应慎重定义并使用微课、微课程、微视频等名词,并试图归纳目前国内混用微课、微课程、微视频等概念的原因,在汲取微型教学视频资源开发与应用研究成果的基础上,提出以认知层次、知识维度、教学因素为框架的微型课例视频资源的三维立体开发模型,以使国内已有大量具有真实进程的课堂教学视频资源得到深度应用。
关键词
微视频
微型学习
微课
微课程
微型视频课例
知识目标分类学
Keywords
Mini
video
Micro
Learning
Mini-Lesson
Micro-Curriculum
Mini
video
Lessons
Taxonomy
of
Educational
objectives
分类号
G434 [文化科学—教育学]
下载PDF
职称材料
题名
基于Lighten CNN的自动人脸分类模型的优化方法
被引量:
2
3
作者
孙旭
胡伟
李瑞瑞
机构
北京化工大学信息科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2018年第A01期32-35,82,共5页
基金
国家自然科学基金资助项目(61501018
61571033)
文摘
随着多媒体、人工智能以及物联网等技术的飞速发展,对动态视频中的人脸的检测与分析是一个研究热点。针对目前对人脸特征分析的研究无法同时满足监控视频对准确性和实时性的需求,提出基于Lighten卷积神经网络(Lighten CNN)框架的单网络多目标的人脸特征分析方法。首先,提出模型训练样本拓充的半自动化数据标注策略;然后,结合多任务学习思想,基于Lighten CNN构建单网络多目标的网络结构;最后,在监控视频的人脸数据集上,进行人脸年龄、性别特征分析的实验,并基于人脸序列进行可信度分析。实验结果表明,所提出的基于Lighten CNN的人脸分类模型的优化方法能同时满足监控视频对特征分析的准确性和实时性的需求,具有良好的泛化能力和适用范围。
关键词
卷积神经网络
监控视频
人脸监测
特征分析
实时性
单网络多目标
人脸序列
Keywords
Convolutional
Neural
Network
(CNN)
surveillance
video
face
monitoring
feature
analysis
real-time
single
network
multi
objectives
face
sequence
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征约束与光流场模型的多通道视频目标跟踪算法
张博
龙慧
刘刚
《液晶与显示》
CAS
CSCD
北大核心
2021
5
下载PDF
职称材料
2
微型视频课例:相关概念辨析与应用思考
容梅
《中国电化教育》
CSSCI
北大核心
2014
19
下载PDF
职称材料
3
基于Lighten CNN的自动人脸分类模型的优化方法
孙旭
胡伟
李瑞瑞
《计算机应用》
CSCD
北大核心
2018
2
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