检索结果-维普期刊中文期刊服务平台

利用卷积神经网络的体育视频运动员检测被引量：9: 1; 作者周轶枫杨滨峰《湘潭大学自然科学学报》 CAS 北大核心 2017年第1期95-98,共4页; 针对体育视频中多尺度运动员的检测问题,提出一种基于卷积神经网络的自动检测方法.首先,从视频帧中获得运动员图像,并结合非运动员图像构建训练集,利用Bootstrapping算法来训练卷积神经网络分类器.然后,对于输入的图像帧,通过二次采样... 展开更多; 关键词运动员检测卷积神经网络体育视频 Bootstrapping算法; 在线阅读下载PDF 职称材料

中层特征块分类的运动视频运动员检测模型被引量：1: 2; 作者王丹《科技通报》北大核心 2017年第12期137-140,共4页; 针对单一的特征提取算法在运动员检测中还存在漏检较多的问题,本文提出了一种中层特征块分类的运动视频运动员检测模型。首先采用中层特征块作为描述运动员的特征,然后采用SLIC算法进行超像素分割,利用像素的CIELAB颜色空间和XY空间坐... 展开更多; 关键词特征提取运动视频中层特征块分类运动员检测超像素分割全协方差描述; 在线阅读下载PDF 职称材料

篮球视频中基于AdaBoost分类器的运动员检测方法被引量：4: 3; 作者张斌刘昊张涛《湘潭大学自然科学学报》 CAS 北大核心 2016年第4期85-89,共5页; 针对篮球视频中运动员的检测识别问题,提出一种基于AdaBoost分类器的检测方法 .首先,从视频中获取有用帧,并通过SampleCreator软件来标记运动员,提取出全身和上半身矩形图像.然后,基于积分图技术从对象图像中提取Haar特征.接着,利用AdaB... 展开更多; 关键词篮球视频运动员检测 ADABOOST分类器 HAAR特征; 在线阅读下载PDF 职称材料

体育视频中基于卡尔曼滤波器的运动员人脸检测识别方法被引量：3: 4; 作者张馨娇李建萍《湘潭大学自然科学学报》北大核心 2017年第4期95-98,共4页; 针对体育比赛期间运动员的检测识别并显示对应统计信息问题,提出了一种运动员人脸检测识别方法 .主要分四个步骤:第一步,利用一阶卡尔曼滤波器跟踪被检测目标;第二步,使用AdaBoost和Haarlike特征检测进行特征选择和分类;第三步,利用推... 展开更多; 关键词体育视频 ADABOOST 卡尔曼滤波器 Haarlike特征运动员检测人脸识别; 在线阅读下载PDF 职称材料

题名利用卷积神经网络的体育视频运动员检测被引量：9: 1; 作者周轶枫杨滨峰; 机构商洛学院体育部西安交通大学电信学院; 出处《湘潭大学自然科学学报》 CAS 北大核心 2017年第1期95-98,共4页; 基金陕西省教育厅基金项目(16JK131); 文摘针对体育视频中多尺度运动员的检测问题,提出一种基于卷积神经网络的自动检测方法.首先,从视频帧中获得运动员图像,并结合非运动员图像构建训练集,利用Bootstrapping算法来训练卷积神经网络分类器.然后,对于输入的图像帧,通过二次采样构建不同尺度的图像金字塔,并通过卷积神经网络检测出多个候选运动员位置.最后,计算这些候选运动员的重心,获得一个具有代表性的候选运动员,再通过一个局部搜索过程来确定最终的运动员位置.实验结果表明,该方案具有较高的检测率和较低的误报率.; 关键词运动员检测卷积神经网络体育视频 Bootstrapping算法; Keywords player detection convolution neural network sport video Bootstrapping algorithm; 分类号 TP391 [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

题名中层特征块分类的运动视频运动员检测模型被引量：1: 2; 作者王丹; 机构江西交通职业技术学院基础部; 出处《科技通报》北大核心 2017年第12期137-140,共4页; 基金江西省教改课题(课题编号:JXJG-14-49-8); 文摘针对单一的特征提取算法在运动员检测中还存在漏检较多的问题,本文提出了一种中层特征块分类的运动视频运动员检测模型。首先采用中层特征块作为描述运动员的特征,然后采用SLIC算法进行超像素分割,利用像素的CIELAB颜色空间和XY空间坐标构建像素的5维特征,最后采用高斯分量的全协方差混合高斯模型建立前景背景像素描述模型,提高检测精度。仿真实验结果表明,本文提出的改进模型,相比较HOG算法和SVM算法,检测结果更准确的表示了运动员区域。; 关键词特征提取运动视频中层特征块分类运动员检测超像素分割全协方差描述; Keywords feature extraction motion video middle feature block classification athlete detection super pixel segmentation total covariance description; 分类号 TN911.73 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名篮球视频中基于AdaBoost分类器的运动员检测方法被引量：4: 3; 作者张斌刘昊张涛; 机构湖北经济学院体育经济与管理学院中南财经政法大学体育部湖北工业大学信息技术中心; 出处《湘潭大学自然科学学报》 CAS 北大核心 2016年第4期85-89,共5页; 基金湖北省高校教学研究项目(2013160); 文摘针对篮球视频中运动员的检测识别问题,提出一种基于AdaBoost分类器的检测方法 .首先,从视频中获取有用帧,并通过SampleCreator软件来标记运动员,提取出全身和上半身矩形图像.然后,基于积分图技术从对象图像中提取Haar特征.接着,利用AdaBoost算法选择出具有较强分类性能的特征,训练一系列的弱分类器,并将其进行级联来构建最终的强分类器.最后,通过强分类器对Haar特征进行判别,从而检测图像中的运动员.实验结果表明,该方法能够准确检测并识别视频中的运动员.; 关键词篮球视频运动员检测 ADABOOST分类器 HAAR特征; Keywords basketball video athlete detection AdaBoost classifier Haar feature; 分类号 TP391 [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

题名体育视频中基于卡尔曼滤波器的运动员人脸检测识别方法被引量：3: 4; 作者张馨娇李建萍; 机构商洛学院体育教学研究部兰州理工大学计算机与通信学院; 出处《湘潭大学自然科学学报》北大核心 2017年第4期95-98,共4页; 基金国家自然科学基金项目(11471007) 陕西省教育厅专项科研项目(2017:17JK0226); 文摘针对体育比赛期间运动员的检测识别并显示对应统计信息问题,提出了一种运动员人脸检测识别方法 .主要分四个步骤:第一步,利用一阶卡尔曼滤波器跟踪被检测目标;第二步,使用AdaBoost和Haarlike特征检测进行特征选择和分类;第三步,利用推进方法进行人脸检测;第四步,利用LDA初始化的AdaBoost算法识别人脸.用数码相机采集412张不同图像进行实验.实验结果表明,本文提出的方法在大部分情况下都能获得最高的球员检测精度和人脸识别精度.; 关键词体育视频 ADABOOST 卡尔曼滤波器 Haarlike特征运动员检测人脸识别; Keywords sports video AdaBoost Kalman filter Haar like feature athletes detection face recognition; 分类号 TP391 [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	利用卷积神经网络的体育视频运动员检测	周轶枫杨滨峰	《湘潭大学自然科学学报》 CAS 北大核心	2017	9	在线阅读下载PDF 职称材料
2	中层特征块分类的运动视频运动员检测模型	王丹	《科技通报》北大核心	2017	1	在线阅读下载PDF 职称材料
3	篮球视频中基于AdaBoost分类器的运动员检测方法	张斌刘昊张涛	《湘潭大学自然科学学报》 CAS 北大核心	2016	4	在线阅读下载PDF 职称材料
4	体育视频中基于卡尔曼滤波器的运动员人脸检测识别方法	张馨娇李建萍	《湘潭大学自然科学学报》北大核心	2017	3	在线阅读下载PDF 职称材料