导读:本文包含了码书模型论文开题报告文献综述及选题提纲参考文献，主要关键词:边缘检测,运动目标,码书模型,HSV颜色空间
码书模型论文文献综述
吕慷,胡堂清,张旭秀[1]（2019）在《基于HSV码书模型的运动检测改进算法》一文中研究指出为准确快速实现运动目标检测,在传统码书的基础上有选择地精简,提出一种基于HSV颜色空间码书背景与边缘检测相结合的码书背景模型方法。实验结果表明,该方法能显着提高背景建模的准确度,缩短了码书背景建模时间,提高不同视频中动态背景的鲁棒性,其模型效果明显优于标准码书模型。(本文来源于《大连民族大学学报》期刊2019年01期）
潘玲燕[2]（2014）在《基于码书模型的图像分类与检索方法研究》一文中研究指出随着社会信息化程度的不断提高,人类生活中产生的图像数据已达到海量规模。面对浩如烟海的图像,以及纷繁复杂的图像内容,如何使计算机充分表达图像语义,如何高效准确地对图像进行分类,或检索出感兴趣图像,一直是计算机视觉领域极富挑战且备受关注的热点问题。码书模型的出现,为图像高层语义表示提供了新的思路,并已成为研究图像分类与检索的主流框架。本文基于码书模型,对图像分类和检索问题进行了初步研究,尝试从叁个方面提出进一步的解决方案。首先,对码书结构性进行分析,提出一种基于码书结构信息的图像分类方法。在编码过程中该方法充分利用码书之间的密集度结构信息,促使与局部特征相近的视觉单词也互相相近,同时保证了编码结果的局部性和稀疏性。实验表明该方法可以更充分地描述图像语义,并有效提高了图像分类准确率。其次,结合区域空间邻近的特征关系和标签代价信息,提出一种基于区域特征相关性编码的图像分类方法。该方法充分考虑了区域特征的连续性和低秩性,并通过一种限制局部空间标签代价的单词选择方法实现标签优化。实验表明该方法有效提高了计算效率,同时保持较好的分类效果。最后,码书模型有助于表示图像的高层语义,基于此提出一种结合蚁群算法和概率超图的图像检索方法。运用码书模型获得图像高层表示之后,首先利用蚁群算法增强相关图像之间的亲和力,进一步将图像检索问题转化为基于概率超图的图像分类,从而形式化地计算检索结果。通过实验证明了该方法可以显着提高检索准确率。(本文来源于《南京大学》期刊2014-05-01）
赵谦,朱华伟,曾召华,侯媛彬,冯瑞[3]（2013）在《一种基于YUV颜色空间的新码书模型》一文中研究指出为了有效消除复杂动态背景对运动物体检测的影响,引入了前后景区分能力较强的YUV颜色空间,基于此空间提出了一种新的码书模型,有效地减少了伪目标的检测。新码书模型采用六元素码字、新的码字学习和更新策略,实现较前人九元素码字和八元素码字有更快的训练速度和更低的存储空间。实验结果表明,即使背景存在运动和光照条件发生变化,算法也能更有效地检测运动目标。(本文来源于《计算机工程与应用》期刊2013年16期）
赵谦,周勇,侯媛彬,刘树林[4]（2013）在《一种自适应码书模型背景更新算法》一文中研究指出因背景更新过程中运动信息不足,造成在处理缓慢移动目标和只有局部运动目标时常常发生误判,为解决上述问题,通过提取运动目标的空间整体信息,提出了一种自适应的码书模型背景更新算法。该方法通过对运动目标空间信息变化进行分析,寻找前景中潜在背景,然后联合像素时域统计信息,得到真正的背景模型。实验结果表明,该算法可以快速适应背景变化,能明显减少对运动信息不足目标的误判,同时保证目标检测的完整性。(本文来源于《电视技术》期刊2013年13期）
刘威[5]（2013）在《基于码书模型的动态背景建模及前景目标检测》一文中研究指出随着当前社会科技的发展，安防监控技术被越来越多的应用于人们的生活中。在为人们日常生活带来便利的同时，也为科研人员开辟了一个新的研究领域---安防监控视频的处理。监控视频大多数具有单镜头固定场景的特点。本文在前人研究的基础上对码书模型进行改进，并通过实验进行验证。本文主要内容如下：介绍当前运动目标检测这一课题的发展历史以及当前前景检测所使用的几种主流方法及其检测效果，分析各个方法的优缺点，进行比较。针对码书模型中容易受光照变化干扰的问题提出本文的改进的码书模型方法和YUV色彩空间中色彩距离计算公式。通过使用opencv、ffmpeg等开源库和vs10环境进行实验，最后以数据表明本文提出的算法比原始算法提高了算法正确率，降低了光照变化对检测效果的影响。针对码书模型运算复杂度大，训练和检测耗时比较长,存储空间占用大的问题提出行列分块的码书模型算法。通过使用opencv、ffmpeg等开源库和vs10环境实现算法，最后得到实验结果在保证算法正确率和准确率的基础上，降低了原算法的训练时间和检测时间。(本文来源于《天津大学》期刊2013-05-01）
张志鹏,王正勇,高明亮,何小海[6]（2013）在《基于多层码书模型的运动阴影检测算法》一文中研究指出在实际监控场景中,运动阴影的存在将对目标检测的准确性产生直接影响.针对此问题,本文提出了一种采用叁层码书模型以此来提高阴影检测识别率的算法.该算法首先通过传统码书模型获取前景,然后对前景部分建立备选码书模型,再从备选码书中提取出具备阴影特质的点,构建阴影码书模型,最后通过该模型去除运动阴影.实验结果表明,与传统算法相比,该算法对阴影检测识别率有较大的提高.同时,通过对不同场景的对比,结果说明该算法具备良好的鲁棒性.(本文来源于《四川大学学报(自然科学版)》期刊2013年01期）
刘威,卫立珩[7]（2012）在《基于改进的码书模型的运动目标检测》一文中研究指出本文提出了一种基于码书模型对背景建模的改进方法,改进.方法中主要的创新点在于将原始的码书模型方法中RGB色彩空间转换到YUV色彩空间中进行分析,由于Y信号为单独分离出来的亮度信号,所以在对色彩进行分析的时候就可以避免亮度的干扰,从而使建立出来的模型具有更好的抗光照干扰的能力.在前景点的判定方面提出对图像行分块和列分块的双分块的方法,有效避免了单一噪点的产生.经过实验证明,使用这种方法能显着的提高背景建模的准确度,提高对各种不同视频中动态背景的鲁棒性,其模型建立效果要明显优于标准码书方法.(本文来源于《天津理工大学学报》期刊2012年06期）
方贤勇,贺彪,罗斌[8]（2011）在《一种基于块的校正码书模型》一文中研究指出针对运动物体检测研究的难点之一——复杂动态背景,提出一种新的基于块的校正码书模型。该模型利用HSV空间基于像素块建立校正码书,它具有四个方面的特色:a)引入HSV颜色空间提高了前后景的区分度;b)利用像素块构造码书以克服动态背景对单个像素的影响;c)引入反馈校正机制实现自适应的码书更新,减小伪目标的生成;d)实施码书的小样本学习方法,以提高检测速度。提出测量检测效率的覆盖率—正确率曲线定性评价方法。包含该评价方法的定性和定量实验表明,本模型可以高效快速地检测出复杂动态背景下的运动物体。(本文来源于《计算机应用研究》期刊2011年10期）
方贤勇,贺彪,罗斌[9]（2011）在《一种基于HSV颜色空间的新码书模型》一文中研究指出为了有效消除复杂动态背景对运动物体检测的影响,提出一种新的基于HSV颜色空间的码书模型。该模型的特点是:1)引入具有较强前后景区分能力的HSV颜色空间,有效减少伪目标的检测;2)采用四元素码字,实现较前人九元素码字更快的训练和更低的存储;3)设计新的码字学习和更新策略,实现简单和快速的码字学习和运动目标检测。同时提出新的算法评价方法:覆盖率—准确率曲线,以反映运动物体检测算法对连续视频序列的检测性能。使用覆盖率—准确率曲线评价的实验结果证明,所提出的码书模型可以有效检测复杂背景下的运动物体。(本文来源于《计算机应用》期刊2011年09期）
贺彪,方贤勇,罗斌,吴昊[10]（2011）在《基于新的码书模型检测动态背景下的运动目标》一文中研究指出为了能有效解决动态背景下运动目标的检测问题,给出了一种结合HSV颜色空间和图像分块思想的码书模型方法。这种方法可以分为叁步:首先根据视频图像大小,合理确定其分块的大小;然后根据HSV颜色空间下的亮度和颜色扭曲度信息构造块码书模型;最后利用得到的块码书模型检测运动目标,并且同时更新此码书模型。实验结果证实:对存在动态因素的背景视频,提出的方法不仅能有效抑制伪目标的出现,而且能准确、实时地检测出真实的运动目标。(本文来源于《计算机技术与发展》期刊2011年07期）
码书模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着社会信息化程度的不断提高,人类生活中产生的图像数据已达到海量规模。面对浩如烟海的图像,以及纷繁复杂的图像内容,如何使计算机充分表达图像语义,如何高效准确地对图像进行分类,或检索出感兴趣图像,一直是计算机视觉领域极富挑战且备受关注的热点问题。码书模型的出现,为图像高层语义表示提供了新的思路,并已成为研究图像分类与检索的主流框架。本文基于码书模型,对图像分类和检索问题进行了初步研究,尝试从叁个方面提出进一步的解决方案。首先,对码书结构性进行分析,提出一种基于码书结构信息的图像分类方法。在编码过程中该方法充分利用码书之间的密集度结构信息,促使与局部特征相近的视觉单词也互相相近,同时保证了编码结果的局部性和稀疏性。实验表明该方法可以更充分地描述图像语义,并有效提高了图像分类准确率。其次,结合区域空间邻近的特征关系和标签代价信息,提出一种基于区域特征相关性编码的图像分类方法。该方法充分考虑了区域特征的连续性和低秩性,并通过一种限制局部空间标签代价的单词选择方法实现标签优化。实验表明该方法有效提高了计算效率,同时保持较好的分类效果。最后,码书模型有助于表示图像的高层语义,基于此提出一种结合蚁群算法和概率超图的图像检索方法。运用码书模型获得图像高层表示之后,首先利用蚁群算法增强相关图像之间的亲和力,进一步将图像检索问题转化为基于概率超图的图像分类,从而形式化地计算检索结果。通过实验证明了该方法可以显着提高检索准确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
码书模型论文参考文献
[1].吕慷,胡堂清,张旭秀.基于HSV码书模型的运动检测改进算法[J].大连民族大学学报.2019
[2].潘玲燕.基于码书模型的图像分类与检索方法研究[D].南京大学.2014
[3].赵谦,朱华伟,曾召华,侯媛彬,冯瑞.一种基于YUV颜色空间的新码书模型[J].计算机工程与应用.2013
[4].赵谦,周勇,侯媛彬,刘树林.一种自适应码书模型背景更新算法[J].电视技术.2013
[5].刘威.基于码书模型的动态背景建模及前景目标检测[D].天津大学.2013
[6].张志鹏,王正勇,高明亮,何小海.基于多层码书模型的运动阴影检测算法[J].四川大学学报(自然科学版).2013
[7].刘威,卫立珩.基于改进的码书模型的运动目标检测[J].天津理工大学学报.2012
[8].方贤勇,贺彪,罗斌.一种基于块的校正码书模型[J].计算机应用研究.2011
[9].方贤勇,贺彪,罗斌.一种基于HSV颜色空间的新码书模型[J].计算机应用.2011
[10].贺彪,方贤勇,罗斌,吴昊.基于新的码书模型检测动态背景下的运动目标[J].计算机技术与发展.2011