(四川大学计算机学院,四川 成都 610065)
摘 要 :经典运动对象分割模型需要大量数据训练背景模型,计算量大时间长;模型仅利用时间域中亮度信息的变化作为判断分割的条件,忽略了运动对象本身包含的空域特征.文章针对上述局限提出一种基于特征点检测的核心密度估计模型.该模型通过运动对象的特征点检测,确定运动对象所在区域范围,在目标分割时仅需要训练运动目标区域的背景模型,提高分割质量,缩短计算时间.实验结果验证了该模型的有效性.
关 键 词 :特征点检测; 核密度估计; 动态对象分割;错误抑制
中图分类号:O212文献标识码:A 文章编号:1009-2374(2012)09-0010-03
有关论文范文主题研究: | 计算机学院相关论文范文 | 大学生适用: | 专升本毕业论文、本科毕业论文 |
---|---|---|---|
相关参考文献下载数量: | 61 | 写作解决问题: | 如何写 |
毕业论文开题报告: | 标准论文格式、论文结论 | 职称论文适用: | 杂志投稿、职称评中级 |
所属大学生专业类别: | 如何写 | 论文题目推荐度: | 经典题目 |