中国航空科学基金(2010ZC56005)
- 作品数：3 被引量：22H指数：2
- 相关作者：储珺赵贵花杜立辉汪凌峰潘春洪更多>>
- 相关机构：南昌航空大学中国科学院自动化研究所更多>>
- 发文基金：中国航空科学基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Gentle AdaBoost改进算法的不平衡数据分类
- 2012年
- 传统的Gentle Adaboost方法在处理不平衡数据集的分类问题时,通常采用过抽样方法,以达到数据集的平衡。但这样处理通常会引入难以分类的奇异样本,导致分类器的分类性能下降。为此,针对不平衡数据集分类提出了一种改进的Gentle AdaBoost算法。考虑到传统Gentle AdaBoost算法中容易分类的样本具有较小权重的特点,在分类器的迭代学习过程中,设定一个样本的权重阈值,仅对少数类样本中低权重样本进行复制,然后采用上述数据集进行分类器的训练,得到相应的弱分类器;重复上述步骤进行迭代,在完成平衡数据集的同时,得到强分类器。整个过程可以避免对数据过抽样时引入奇异样本的问题。实验证明了本算法的有效性。
- 储珺唐春益冯瑞娜
- 关键词：不平衡数据分类GENTLEADABOOST
- 采用环形模板的棋盘格角点检测被引量：14
- 2013年
- 曝光过度和镜头畸变将分别导致棋盘格角点分离和角点局部区域不对称,现有的角点检测算法难以准确提取棋盘格角点。为此本文提出了一种图像坐标系下基于环形模板的棋盘格角点检测算法。该算法通过分析棋盘格角点附近的灰度分布应满足的对称性和灰度交替性等性质,得出环形模板卷积后的图像应满足的性质。利用该性质来定义并提取棋盘格角点,最后利用局部冗余角点分布的对称性来去除冗余角点,使角点检测更精确从而使提取的角点直接达到亚像素精度。实验结果表明:本文提出的棋盘格角点检测算法在曝光过度,镜头畸变和复杂背景情况下均能取得较好的棋盘格角点检测效果,且运算速度快,误差小。将该算法应用于实际摄像机标定,结果显示重投影误差在0.3个像素以内。
- 储珺郭卢安政赵贵花
- 关键词：棋盘格角点角点检测摄像机标定
- 基于局部背景感知的目标跟踪被引量：8
- 2012年
- 经典视觉跟踪方法通常仅以目标区域内信息作为目标描述.实际中,目标局部背景信息也影响着跟踪性能.本文首先在目标描述中引入局部背景信息,并将目标表示为一带权点集.然后通过K近邻计算目标观测概率,并联合目标先验信息得到搜索区域内各点后验概率值.最后,利用均值漂移(Mean shift)算法估计目标状态.本文算法优点如下:1)目标描述中联合局部背景信息,增强了目标模型.因此,跟踪过程中提高了目标与背景的区分能力,并进一步使跟踪算法更加稳定,跟踪结果更加精准.2)目标初始化时,利用Mean shift对目标进行一次重定位.由此解决了不精确初始化时跟踪算法容易失效的问题.在不同视频上进行了定性和定量的实验验证.结果表明本文算法具有较高的跟踪稳定性和准确性,尤其当目标初始化比较粗糙时.
- 储珺杜立辉汪凌峰潘春洪
